Strategische Erfolgsanalyse

Transcription

Strategische Erfolgsanalyse: Empirische Überprüfung der Grundlagen
unter Einbezug der Kapazitätsausnutzung – aufgezeigt am
Beispiel U.S.-domizilierter Fluggesellschaften
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
Stefan Frischknecht
von
Herisau (Appenzell Ausserrhoden)
Genehmigt auf Antrag der Herren
Prof. Dr. Andreas Grüner
und
Prof. Dr. Klaus Möller
Dissertation Nr. 4400
Druckzentrum ETH Zentrum
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 19. Mai 2015
Der Rektor:
Prof. Dr. Thomas Bieger
Die vorliegende Arbeit ist in elektronischer Form in der Datenbank der elektronisch publizierten Dissertationen der Universität St. Gallen (EDIS) abrufbar:
http://www.unisg.ch/edis
Zitiervorschlag:
Frischknecht, S. (2015). Strategische Erfolgsanalyse: Empirische Überprüfung der Grundlagen unter Einbezug der Kapazitätsausnutzung – aufgezeigt am Beispiel U.S.domizilierter Fluggesellschaften. Dissertation, Universität St. Gallen, Nr. 4400.
St. Gallen: EDIS.
© 2015 Stefan Frischknecht
Without education, we are in a horrible and deadly
danger of taking educated people seriously.
G. K. Chesterton 1
1
Gilbert Keith Chesterton (* 29. Mai 1874; † 14. Juni 1936): u.a. britischer Kolumnist und Autor der
Kriminalroman-Figur Father Brown (deutsch: Pfarrer Braun) – siehe (Ker, 2011). Das Zitat stammt aus
(Chesterton, 1905, p. 8).
Zentrales Element des obenstehenden Zitats ist – nach meiner persönlichen Interpretation – die Fähigkeit
und der unbeirrte Wille, Bestehendes (kritisch) zu hinterfragen und sinnvoll weiterzuentwickeln. Chesterton schreibt dazu: "Real education precisely consists in the fact that we see beyond the symbols and
the mere machinery of the age in which we find ourselves: […]." (Chesterton, 1905, p. 8)
Vorwort
Möglichst einfache, zweckadäquate und verständliche Lösungen zur Bewältigung von Herausforderungen in der Praxis haben mich schon immer fasziniert. Beispielsweise das Schweizer
Soldatenmesser 08 der Victorinox AG: Der geniale und im Funktionsprinzip sehr einfache Arretierungsmechanismus für die Einhand-Feststellklinge und den Schraubendreher lässt mich bei
der Benutzung dieses Werkzeugs (Taschenmesser) immer wieder erstaunen. Ähnlich erging es
mir, als ich im Studium das erste Mal von der Strategischen Erfolgsanalyse hörte. Die Verknüpfung zwischen Performance Messung und (Geschäfts-)Strategie unter Zuhilfenahme eines gewöhnlichen Tabellenkalkulationsprogramms klang bestechend einfach. Nur kann man sich mit
einem – auf den ersten Blick – trivialen Ansatz einem so komplexen und vielschichtigen Thema
wie dem Strategischen Management überhaupt in angemessener Weise annähern? Diese Frage
war der Ausgangspunkt zu einer langen Reise, welche mit etlichen Umwegen schliesslich zu
der hier vorliegenden Arbeit führte.
Alleine wäre ich auf dieser Reise wohl schnell verloren gewesen. Umso dankbarer bin ich, dass
ich auf meinem Weg stets auf Unterstützung zählen konnte. Meinem Referenten Prof. Dr. Andreas Grüner sowie meinem Co-Referenten Prof. Dr. Klaus Möller danke ich für die Ermöglichung meines Projekts. Ein besonderer Dank geht an Dr. Oscar A. G. Treyer. Unter anderem
war es eine seiner Vorlesungen, welche mir als Student die Strategische Erfolgsanalyse vermittelte. Als sein Assistent am Institut für Accounting, Controlling und Auditing der Universität
St. Gallen (ACA-HSG) konnte die Idee zu dieser Arbeit reifen, und bei den statistischen Herausforderungen zu dieser Arbeit war Dr. Oscar A. G. Treyer stets eine hilfreiche Anlaufstelle.
Bedanken möchte ich mich zudem bei Frau Anna Storchenegger 2 und Frau Bettina Hägeli für
das Korrekturlesen der vorliegenden Arbeit.
Diese Zeilen könnte ich hier und heute nicht schreiben, wäre da nicht die vielfältige Unterstützung aus meinem privaten Umfeld – allen voran meiner Familie – gewesen. Insbesondere
möchte ich meinen Eltern danken. Sie haben mir nicht nur die ganze Ausbildung ermöglicht
und mich stets unterstützt, sondern waren mir immer auch Vorbilder.
Abschliessend und mit Bezug auf das Zitat von G. K. Chesterton 3 möchte ich die Leserin bzw.
den Leser zum kritischen Lesen dieser Arbeit auffordern. Ziehen Sie Ihre eigenen Schlüsse,
nehmen Sie mit, was sich auf Ihre Situation anwenden lässt, hinterfragen Sie, entwickeln Sie
weiter oder finden Sie adäquatere Ansätze.
Herisau AR, Sommer 2015
2
3
siehe http://www.korrekturstorch.ch
siehe vorangehende Seite
Stefan Frischknecht
Inhaltsübersicht
I
Inhaltsübersicht
INHALTSÜBERSICHT .......................................................................................................... I
INHALTSVERZEICHNIS .................................................................................................. III
ABBILDUNGSVERZEICHNIS ...........................................................................................IX
FORMELVERZEICHNIS ................................................................................................. XIV
ABKÜRZUNGSVERZEICHNIS ....................................................................................... XVI
ZUSAMMENFASSUNG.................................................................................................... XXI
SUMMARY ....................................................................................................................... XXII
1
2
3
4
EINLEITUNG .................................................................................................................. 1
1.1
Ausgangslage ............................................................................................................. 1
1.2
Problemstellung ......................................................................................................... 2
1.3
Zielsetzung ................................................................................................................. 4
1.4
Aufbau der Arbeit ..................................................................................................... 5
1.5
Formale Hinweise ...................................................................................................... 6
THEORETISCHER HINTERGRUND .......................................................................... 8
2.1
Strategic Management .............................................................................................. 8
2.2
Management Accounting ........................................................................................ 30
2.3
Synthese: Strategic Management Accounting ...................................................... 35
GRUNDLAGEN DER STRATEGISCHEN ERFOLGSANALYSE ............................ 51
3.1
Einleitung ................................................................................................................. 51
3.2
Wettbewerbsstrategien nach Porter ...................................................................... 53
3.3
Technik der adaptierten Erfolgsabweichungsanalyse ......................................... 57
3.4
Die Strategischen Erfolgsanalyse nach HDF ........................................................ 60
3.5
SEA mit separater Kapazitätsbetrachtung........................................................... 70
3.6
Empirische Arbeiten zur SEA-Thematik ............................................................. 93
AIRLINE INDUSTRY ................................................................................................. 112
4.1
Einleitung ............................................................................................................... 112
4.2
Abgrenzung und Systematisierung...................................................................... 113
4.3
Organisation des internationalen Luftverkehrs ................................................. 119
II
5
6
7
Inhaltsübersicht
4.4
Branchenentwicklung ........................................................................................... 127
4.5
Strategische Wettbewerbsfelder von Fluggesellschaften .................................. 133
4.6
Geschäftsstrategien und -modelle ........................................................................ 149
4.7
Kapazitätsproblematik in der Airline Industry ................................................. 156
FORSCHUNGSFRAGEN UND -METHODIK ......................................................... 163
5.1
Hypothesen............................................................................................................. 163
5.2
Datengrundlage ..................................................................................................... 165
5.3
Anwendung SEA-Methode auf die Airline Industry ......................................... 189
5.4
Methodik ................................................................................................................ 194
EMPIRISCHE ERGEBNISSE UND INTERPRETATION ...................................... 203
6.1
Deskriptive Statistik .............................................................................................. 203
6.2
Ergebnisse Regressionsanalyse ............................................................................ 212
6.3
Einschränkungen der Untersuchung .................................................................. 221
SCHLUSSBETRACHTUNG ....................................................................................... 228
7.1
Ansatz zur Praxisanwendung .............................................................................. 228
7.2
SEA als eigenständige Methode des SMA........................................................... 235
7.3
SEA als Ergänzung zur BSC ................................................................................ 236
8
LITERATURVERZEICHNIS ..................................................................................... 240
9
ANHANG I: ERGÄNZUNGEN ZU KAPITEL 3 ....................................................... 261
10 ANHANG II: ERGÄNZUNGEN ZU KAPITEL 4...................................................... 271
10.1 Definition luftverkehrsspezifische Kennzahlen .................................................. 271
10.2 Diverses .................................................................................................................. 277
11 ANHANG III: ERGÄNZUNGEN ZU KAPITEL 5 & 6 ............................................. 280
11.1 Auswertungen unter Verwendung der Rohdaten .............................................. 280
11.2 Replikation der Untersuchung nach CRC .......................................................... 293
11.3 Diverses .................................................................................................................. 295
12 ANHANG III: ERGÄNZUNGEN ZU KAPITEL 7 .................................................... 296
Inhaltsverzeichnis
III
Inhaltsverzeichnis
INHALTSÜBERSICHT .......................................................................................................... I
INHALTSVERZEICHNIS .................................................................................................. III
ABBILDUNGSVERZEICHNIS ...........................................................................................IX
FORMELVERZEICHNIS ................................................................................................. XIV
ABKÜRZUNGSVERZEICHNIS ....................................................................................... XVI
ZUSAMMENFASSUNG.................................................................................................... XXI
SUMMARY ....................................................................................................................... XXII
1
EINLEITUNG .................................................................................................................. 1
1.1
Ausgangslage ............................................................................................................. 1
1.2
Problemstellung ......................................................................................................... 2
1.3
Zielsetzung ................................................................................................................. 4
1.4
Aufbau der Arbeit ..................................................................................................... 5
1.5 Formale Hinweise ...................................................................................................... 6
1.5.1 Zahlenformat ......................................................................................................... 6
1.5.2 Personenbezogene Bezeichnungen ....................................................................... 6
1.5.3 Zitierweise ............................................................................................................. 6
2
THEORETISCHER HINTERGRUND .......................................................................... 8
2.1 Strategic Management .............................................................................................. 8
2.1.1 Historische Skizze ................................................................................................. 8
2.1.2 Definition und Abgrenzung .................................................................................. 9
2.1.2.1 Grundproblematik .......................................................................................... 9
2.1.2.2 Strategie – Definition ................................................................................... 11
2.1.2.3 Gestaltungsebenen – Definition ................................................................... 12
2.1.2.4 Strategisches Management – Definition ...................................................... 13
2.1.3 Systematisierung mittels General Management Navigator (GMN) ................... 14
2.1.3.1 Einleitung ..................................................................................................... 14
2.1.3.2 GMN – Initiierung ....................................................................................... 17
2.1.3.3 GMN – Positionierung ................................................................................. 19
2.1.3.4 GMN – Wertschöpfung ................................................................................ 24
2.1.3.5 GMN – Veränderung ................................................................................... 29
2.1.3.6 GMN – Performance Measurement ............................................................. 30
IV
Inhaltsverzeichnis
2.2 Management Accounting ........................................................................................ 30
2.2.1 Entwicklung und Definition ................................................................................ 30
2.2.2 Theoretische Grundlagen .................................................................................... 32
2.2.3 Abgrenzung ......................................................................................................... 34
2.3 Synthese: Strategic Management Accounting ...................................................... 35
2.3.1 Definition und Systematisierung ......................................................................... 35
2.3.2 Balanced Scorecard ............................................................................................. 38
2.3.2.1 Entwicklung ................................................................................................. 38
2.3.2.2 Funktionsprinzip der BSC als Strategy Map ............................................... 40
2.3.2.3 Herausforderungen bei der Verwendung der BSC ...................................... 46
2.3.3 Grundproblematik im SMA ................................................................................ 48
3
GRUNDLAGEN DER STRATEGISCHEN ERFOLGSANALYSE ............................ 51
3.1
Einleitung ................................................................................................................. 51
3.2
Wettbewerbsstrategien nach Porter ...................................................................... 53
3.3
Technik der adaptierten Erfolgsabweichungsanalyse ......................................... 57
3.4 Die Strategischen Erfolgsanalyse nach HDF ........................................................ 60
3.4.1 Einleitung ............................................................................................................ 60
3.4.2 Indirekte Berechnungsmethode........................................................................... 60
3.4.3 Direkte Berechnungsmethode ............................................................................. 62
3.4.4 Verknüpfung zwischen Wettbewerbsstrategie und adaptierter
Erfolgsabweichungsanalyse................................................................................ 68
3.5 SEA mit separater Kapazitätsbetrachtung........................................................... 70
3.5.1 Kapazität – Definition ......................................................................................... 70
3.5.2 Handhabung von Kapazitätskosten beim SEA-Ansatz nach HDF ..................... 75
3.5.3 Kritik an der Handhabung von Kapazitätskosten beim SEA-Ansatz nach
HDF .................................................................................................................... 80
3.5.4 Erweiterung um die Kapazitätskomponente nach Sopariwala............................ 84
3.5.5 Direkte Berechnungsmethode ............................................................................. 86
3.5.6 Kritische Würdigung des SEA-Ansatzes nach Sopariwala ................................ 91
3.6 Empirische Arbeiten zur SEA-Thematik ............................................................. 93
3.6.1 Zentrale Fragestellung bzgl. der Funktionsweise der SEA-Komponenten......... 93
3.6.2 CRC – Ziel .......................................................................................................... 94
3.6.3 CRC – Hypothesen.............................................................................................. 94
3.6.3.1 Hypothese zur Strategie-Ertrags-Persistenz ................................................. 95
Inhaltsverzeichnis
V
3.6.3.2
3.6.4
3.6.5
3.6.6
3.6.7
4
Hypothesen zur SEA-Ertrags-Persistenz und SEA-StrategiePersistenz ..................................................................................................... 96
CRC – Untersuchungsobjekt............................................................................... 97
CRC – Modell ..................................................................................................... 98
CRC – Ergebnisse ............................................................................................. 106
Diskussion der empirischen Untersuchung von CRC ....................................... 109
AIRLINE INDUSTRY ................................................................................................. 112
4.1
Einleitung ............................................................................................................... 112
4.2 Abgrenzung und Systematisierung...................................................................... 113
4.2.1 Einleitung .......................................................................................................... 113
4.2.2 Systematisierung ............................................................................................... 113
4.2.3 Definition Airline Industry................................................................................ 116
4.2.4 Unterscheidung Linienflug- und Gelegenheitsflugverkehr .............................. 117
4.3 Organisation des internationalen Luftverkehrs ................................................. 119
4.3.1 Luftverkehrspolitik............................................................................................ 119
4.3.2 Luftverkehrsrecht .............................................................................................. 121
4.3.3 Marktliberalisierung .......................................................................................... 123
4.4 Branchenentwicklung ........................................................................................... 127
4.4.1 Übersicht ........................................................................................................... 127
4.4.2 Nachfragewachstum-Rentabilitäts-Paradox ...................................................... 129
4.4.3 Zyklische Nachfrage und Nachfrageschocks .................................................... 132
4.5 Strategische Wettbewerbsfelder von Fluggesellschaften .................................. 133
4.5.1 Übersicht ........................................................................................................... 133
4.5.2 Markt ................................................................................................................. 135
4.5.2.1 O&D-Märkte .............................................................................................. 135
4.5.2.2 Preispolitik ................................................................................................. 135
4.5.2.3 Vertriebskanäle .......................................................................................... 136
4.5.3 Netzwerke ......................................................................................................... 137
4.5.3.1 Funktionsweise und Anwendung auf Fluggesellschaften .......................... 137
4.5.3.2 Streckennetztypen ...................................................................................... 138
4.5.3.3 Kooperationsformen................................................................................... 141
4.5.3.4 Code-Sharing ............................................................................................. 144
4.5.3.5 Strategische Allianzen................................................................................ 144
4.5.4 Ressourcen ........................................................................................................ 146
4.5.5 Netzwerkmanagement ....................................................................................... 148
VI
Inhaltsverzeichnis
4.6 Geschäftsstrategien und -modelle ........................................................................ 149
4.6.1 Einleitung .......................................................................................................... 149
4.6.2 Geschäftsstrategien in der Airline Industry ...................................................... 150
4.6.3 Dominante Geschäftsmodelle in der Airline Industry ...................................... 152
4.7
5
Kapazitätsproblematik in der Airline Industry ................................................. 156
FORSCHUNGSFRAGEN UND -METHODIK ......................................................... 163
5.1
Hypothesen............................................................................................................. 163
5.2 Datengrundlage ..................................................................................................... 165
5.2.1 Festlegung der Untersuchungsgruppen ............................................................. 165
5.2.2 Vergleich Geschäftsmodelle: NWCs versus LCCs........................................... 168
5.2.2.1 Entstehung .................................................................................................. 168
5.2.2.2 Markt .......................................................................................................... 169
5.2.2.3 Netzwerk .................................................................................................... 170
5.2.2.4 Ressourcen ................................................................................................. 171
5.2.2.5 Ertragsmechanik......................................................................................... 173
5.2.2.6 Konvergenz der Geschäftsmodelle von Fluggesellschaften ...................... 176
5.2.3 Auswahl Datensample....................................................................................... 180
5.2.3.1 Konzentration auf U.S.-domizilierte Fluggesellschaften ........................... 180
5.2.3.2 Auswahl Zeitfenster ................................................................................... 181
5.2.3.3 Datenquelle und Datenaufbereitung .......................................................... 182
5.2.3.4 Umfang und Gruppierung .......................................................................... 185
5.3
Anwendung SEA-Methode auf die Airline Industry ......................................... 189
5.4 Methodik ................................................................................................................ 194
5.4.1 Einleitung .......................................................................................................... 194
5.4.2 Regressionsmodelle .......................................................................................... 195
5.4.3 Erwartete Werte und Logik ............................................................................... 198
6
EMPIRISCHE ERGEBNISSE UND INTERPRETATION ...................................... 203
6.1
Deskriptive Statistik .............................................................................................. 203
6.1.1.1 Einleitung ................................................................................................... 203
6.1.1.2 Modelle PM-F1-Q (NWCs) und PM-F1-A (NWCs) ................................. 205
6.1.1.3 Modelle PM-F1-Q (LCCs) und PM-F1-A (LCCs) .................................... 208
6.1.1.4 Modelle PM-F2-Q und PM-F2-A .............................................................. 210
6.2 Ergebnisse Regressionsanalyse ............................................................................ 212
6.2.1 Einleitung .......................................................................................................... 212
Inhaltsverzeichnis
VII
6.2.2 Hypothese F1 – Ergebnisse ............................................................................... 212
6.2.3 Hypothese F2 – Ergebnisse ............................................................................... 218
6.2.4 Interpretation ..................................................................................................... 220
6.3 Einschränkungen der Untersuchung .................................................................. 221
6.3.1 Abhängigkeit der verwendeten Kostentreiber .................................................. 221
6.3.2 Approximation des Kostenverhaltens ............................................................... 224
6.3.3 Methodische Einschränkungen ......................................................................... 225
6.3.4 Grundannahmen und Verallgemeinerung ......................................................... 226
7
SCHLUSSBETRACHTUNG ....................................................................................... 228
7.1 Ansatz zur Praxisanwendung .............................................................................. 228
7.1.1 Einleitung .......................................................................................................... 228
7.1.2 Zentrale Fragestellung....................................................................................... 229
7.1.3 Ansatz zur Herleitung von Vergleichswerten in der Praxis .............................. 231
7.2
SEA als eigenständige Methode des SMA........................................................... 235
7.3
SEA als Ergänzung zur BSC ................................................................................ 236
8
LITERATURVERZEICHNIS ..................................................................................... 240
9
ANHANG I: ERGÄNZUNGEN ZU KAPITEL 3 ....................................................... 261
10 ANHANG II: ERGÄNZUNGEN ZU KAPITEL 4...................................................... 271
10.1 Definition luftverkehrsspezifische Kennzahlen .................................................. 271
10.1.1 Revenue Passenger Miles / Revenue Passenger Kilometers .......................... 271
10.1.2 Available Seat Miles / Available Seat Kilometers ........................................... 271
10.1.3 Load Factor ..................................................................................................... 272
10.1.4 Tonne Miles / Tonne Kilometers .................................................................... 273
10.1.5 Kennzahlen der operativen Performance .......................................................... 273
10.1.5.1 Cost per Available Seat-Mile bzw. Cost per Available SeatKilometer ................................................................................................... 273
10.1.5.2 Revenue per Available Seat-Mile bzw. Revenue per Available SeatKilometer ................................................................................................... 274
10.1.5.3 Profit per Available Seat-Mile bzw. Profit per Available SeatKilometer ................................................................................................... 275
10.1.5.4 Yield ........................................................................................................... 276
10.2 Diverses .................................................................................................................. 277
11 ANHANG III: ERGÄNZUNGEN ZU KAPITEL 5 & 6 ............................................. 280
VIII
Inhaltsverzeichnis
11.1 Auswertungen unter Verwendung der Rohdaten .............................................. 280
11.2 Replikation der Untersuchung nach CRC .......................................................... 293
11.3 Diverses .................................................................................................................. 295
12 ANHANG III: ERGÄNZUNGEN ZU KAPITEL 7 .................................................... 296
Abbildungsverzeichnis
IX
Abbildung 1: General Management Navigator .................................................................... 15
Abbildung 2: BSC – 4 Perspektiven der Strategy Map ....................................................... 41
Abbildung 3: Rückkoppelungsprozesse bei der Verwendung der BSC .............................. 45
Abbildung 4: Konzeption und Ebenen der (klassischen) SEA ............................................ 52
Abbildung 5: Generische Wettbewerbsstrategien nach Porter ............................................ 55
Abbildung 6: Basisdimensionen der adaptierten Erfolgsabweichungsanalyse.................... 59
Abbildung 7: Chipset Inc. – Einfaches Beispiel einer adaptierten
Erfolgsabweichungsanalyse ........................................................................... 61
Abbildung 8: Beispiel "Xtra" – adaptierte Erfolgsabweichungsanalyse ............................. 76
Abbildung 9: Beispiel "Xtra" – SEA nach Methode HDF (linear) ...................................... 79
Abbildung 10: Beispiel "Xtra" – SEA nach Methode HDF mit sprungfixen
Kapazitätskosten ............................................................................................ 81
Abbildung 11: Beispiel "Xtra" – SEA mit separater Kapazitätskomponente
(linear) nach Methode Sopariwala ................................................................. 85
Abbildung 12: CRC – Bedeutung Vorzeichen der verwendeten SEAKomponenten ............................................................................................... 103
Abbildung 13: CRC Hypothese H1 – Erwartungen bzgl. β-Werten.................................... 104
Abbildung 14: CRC Hypothesen H1 und H2 – Erwartungen bzgl. β-Werten ..................... 105
Abbildung 15: Zusammenhänge im empirischen Modell gemäss CRC – grafische
Darstellung ................................................................................................... 109
Abbildung 16: Systematisierung des Luftverkehrs .............................................................. 114
Abbildung 17: Wertschöpfungskette im Passagierluftverkehr ............................................ 116
Abbildung 18: Ziele der staatlichen Luftverkehrspolitik im Überblick .............................. 120
Abbildung 19: Eckpunkte der bilateralen Luftverkehrsabkommen der USA vor
und nach 1991 .............................................................................................. 126
Abbildung 20: Regionale Aufteilung der Verkehrsleistung im Luftverkehr im
Jahr 2012 (in % Total RPK für 2012 weltweit) ........................................... 128
Abbildung 21: Indexierte Entwicklung der Nachfrage im Luftverkehr, weltweit
(1970 = Indexwert 100) ............................................................................... 130
Abbildung 22: Entwicklung der operativen Gewinne absolut und in Prozent des
Umsatzes des weltweiten Linienluftverkehrs von 1970 bis 2012 ............... 131
Abbildung 23: Jährliches Wachstum im weltweiten Passagierluftverkehr von
1990 bis 2012 ............................................................................................... 132
X
Abbildung 24: Strategische Wettbewerbsfelder von Fluggesellschaften ............................ 134
Abbildung 25: Beispiel zur Veranschaulichung der Netzwerkelemente von
Fluggesellschaften ....................................................................................... 138
Abbildung 26: Grundstruktur von Hub-and-Spoke-Systemen im Vergleich zu
Point-to-Point-Systemen .............................................................................. 139
Abbildung 27: Kooperationsformen im Luftverkehr im Überblick..................................... 143
Abbildung 28: Entscheidungsstufen im Netzwerkmanagement ......................................... 148
Abbildung 29: Typologie der Geschäftsmodelle von Fluggesellschaften ........................... 152
Abbildung 30: Portfolio der Nutzschwellenauslastung im Luftverkehr .............................. 159
Abbildung 31: Flugzeugbestellungen, Flugzeugauslieferungen und
Umsatzrendite im Weltluftverkehr (1975 bis 2006) .................................... 161
Abbildung 32: Geschäftsmodelle der Airline Industry, eingeordnet anhand der
generischen Strategietypen nach Porter ....................................................... 166
Abbildung 33: Wettbewerbsfeld "Markt" – Charakteristika NWCs im Vergleich
zu LCCs ....................................................................................................... 170
Abbildung 34: Wettbewerbsfeld "Netzwerk" – Charakteristika NWCs im
Vergleich zu LCCs....................................................................................... 171
Abbildung 35: Wettbewerbsfeld "Ressourcen" – Charakteristika NWCs im
Vergleich zu LCCs....................................................................................... 172
Abbildung 36: Ertragsmechanik – Charakteristika NWCs im Vergleich zu LCCs ............. 174
Abbildung 37: Stückkostenvergleich NWCs versus LCCs, Stand 2004 ............................. 175
Abbildung 38: Konvergenz der Geschäftsmodelle der Gruppe A ....................................... 177
Abbildung 39: Selektionstabelle der Vertreter pro Untersuchungsgruppe .......................... 187
Abbildung 40: Publizierte Arbeiten mit Anwendung der SEA auf die Airline
Industry ........................................................................................................ 190
Abbildung 41: SEA-Methode für empirische Untersuchung (indirektes
Berechnungsschema) ................................................................................... 193
Abbildung 42: Bedeutung Vorzeichen der verwendeten SEA-Komponenten .................... 199
Abbildung 43: Hypothesen F1 + F2 – Erwartungen bzgl. Vorzeichen zu den βWerten .......................................................................................................... 201
Abbildung 44: PM-F1 (NWCs) – Streudiagramm der Residuen(abweichung) ................... 205
Abbildung 45: PM-F1 (NWCs) – Variance Inflation Factor ............................................... 206
Abbildung 46: PM-F1 (LCCs) – Streudiagramm der Residuen(abweichung) .................... 208
Abbildung 47: PM-F1 (LCCs) – Variance Inflation Factor................................................. 209
XI
Abbildung 48: PM-F2 – Streudiagramm der Residuen(abweichung) ................................. 210
Abbildung 49: PM-F2 – Variance Inflation Factor.............................................................. 211
Abbildung 50: Regressionsergebnisse zu Hypothese F1 ..................................................... 213
Abbildung 51: Differenz LF zu BEP-LF im Durchschnitt der beiden
Untersuchungsgruppen ................................................................................ 216
Abbildung 52: Regressionsergebnisse zu Hypothese F2 ..................................................... 219
Abbildung 53: Verwendete SEA-Treiber in Bezug zum zeitgemässen
Kapazitätsmodell ......................................................................................... 223
Abbildung 54: SEA-Methode – Praxisanwendungsmöglichkeiten im Kontext des
SMA ............................................................................................................. 229
Abbildung 55: Praxisanwendung – Vergleichswerte für ∆REVPrice* am Beispiel
der CO .......................................................................................................... 232
Abbildung 56: Praxisanwendung – Vergleichswerte für ∆EXPCapacity* am
Beispiel der CO ............................................................................................ 233
Abbildung 57: Strategische Erfolgsanalyse als Ergänzung zur Balanced
Scorecard ..................................................................................................... 238
Abbildung 58: Chipset Inc. – Direkte Berechnung der Komponenten der
Abweichungsanalyse ................................................................................... 261
Abbildung 59: Beispiel "Xtra" – SEA nach Methode Sopariwala (direkte
Berechnung) ................................................................................................. 262
Abbildung 60: Beispiel "Xtra" – SEA nach Methode Sopariwala mit sprungfixen
Kosten .......................................................................................................... 263
Abbildung 61: CRC Regressionsmodell – Definitionen ...................................................... 264
Abbildung 62: CRC – Ergebnisse Regressionsmodelle zu Hypothese H1 .......................... 265
Abbildung 63: CRC – Ergebnisse Regressionsmodelle zu Hypothese H2 und H3 ............. 266
Abbildung 64: CRC – Modell PM-H1-A – Ergebnisauswertung nach Gruppen ................ 267
Abbildung 65: CRC – Modell ATO-H1-A – Ergebnisauswertung nach Gruppen .............. 267
Abbildung 66: CRC – Modell PM-H1-Q – Ergebnisauswertung nach Gruppen ................ 268
Abbildung 67: CRC – Modell ATO-H1-Q – Ergebnisauswertung nach Gruppen .............. 268
Abbildung 68: CRC – Modell PM-H2+H3-A – Ergebnisauswertung nach
Gruppen ....................................................................................................... 269
Abbildung 69: CRC – Modell ATO-H2-A – Ergebnisauswertung nach Gruppen .............. 269
Abbildung 70: CRC – Modell PM-H2+H3-Q – Ergebnisauswertung nach
Gruppen ....................................................................................................... 270
Abbildung 71: CRC – Modell ATO-H2-Q – Ergebnisauswertung nach Gruppen .............. 270
XII
Abbildung 72: Rechenbeispiel bzgl. Zusammenspiel von RPK, ASK und LF ................... 272
Abbildung 73: Zusammenhang der Kennzahlen der operativen Performance .................... 275
Abbildung 74: RPK und ASK bzgl. Luftverkehr zwischen Nordamerika und
Europa vor und nach den Anschlägen vom 11. September 2001 in
New York ..................................................................................................... 277
Abbildung 75: RPK und ASK bzgl. Luftverkehr zwischen Asien und Europa vor
und nach dem Ausbruch der SARS-Epidemie in Asien .............................. 277
Abbildung 76: Rentabilität verschiedener Stufen der Wertschöpfungskette der
Luftfahrtindustrie weltweit im Zeitraum von 2004 – 2011 (alle
Angaben in %, ROIC ohne Goodwill) ......................................................... 278
Abbildung 77: Finanzdaten für den weltweiten Linienluftverkehr (Personen- und
Frachtverkehr) .............................................................................................. 279
Abbildung 78: CASM pro Jahr im Vergleich zum Referenzwert........................................ 280
Abbildung 79: Yield pro Jahr im Vergleich zum Referenzwert .......................................... 280
Abbildung 80: SEA-Methode für empirische Untersuchung (direktes
Berechnungsschema) ................................................................................... 281
Abbildung 81: SEA-Methode nach CRC (indirektes Berechnungsschema) ....................... 282
Abbildung 82: SEA-Methode nach CRC (direktes Berechnungsschema) .......................... 283
Abbildung 83: SEA-Ansatz mit identischem Ertrags- und Kostentreiber ........................... 284
Abbildung 84: Definition der Modell-Variablen für die Regressionsmodelle zu
den Hypothesen F1 und F2 .......................................................................... 285
Abbildung 85: Umfang des Untersuchungssamples für Modell PM-F1+F2-Q................... 286
Abbildung 86: Umfang des Untersuchungssamples für Modell PM-F1+F2-A................... 286
Abbildung 87: Streudiagramm PMt in Bezug zu PMt+1 ...................................................... 287
Abbildung 88: Modell PM-F1-Q (NWCs) – Korrelationsmatrix (Spearman) ..................... 288
Abbildung 89: Modell PM-F1-Q (LCCs) – Korrelationsmatrix (Spearman) ...................... 289
Abbildung 90: Modell PM-F1-A (NWCs) – Korrelationsmatrix (Spearman) ..................... 290
Abbildung 91: Modell PM-F1-A (LCCs) – Korrelationsmatrix (Spearman) ...................... 291
Abbildung 92: Vergleich Load Factor und PM (Durchschnittswerte) der
Untersuchungsgruppen während dem Untersuchungszeitraum .................. 292
Abbildung 93: Rekapitulation CRC – Hypothesen H2 + H3 analog Hypothese F1 ........... 293
Abbildung 94: Rekapitulation CRC – Hypothesen H2 + H3 analog Hypothese F2 ........... 294
Abbildung 95: Idealer Bezug zwischen Kostenverhalten, Kostentreibern und
SEA-Komponenten ...................................................................................... 295
XIII
Abbildung 96: Praxisanwendung – Vergleichswerte für ∆REVGrowth* am
Beispiel der CO ............................................................................................ 296
Abbildung 97: Praxisanwendung – Vergleichswerte für ∆EXPGrowth* am
Beispiel der CO ............................................................................................ 296
Abbildung 98: Praxisanwendung – Vergleichswerte für ∆EXPPrice* am Beispiel
der CO .......................................................................................................... 297
Abbildung 99: Praxisanwendung – Vergleichswerte für ∆EXPProductivity* am
Beispiel der CO ............................................................................................ 297
XIV
Formelverzeichnis
Formelverzeichnis
Formel 1:
Grundlage nach HDF ..................................................................................... 64
Formel 2:
∆EBITGrowth (HDF) ........................................................................................ 65
Formel 3:
∆REVGrowth (HDF) ......................................................................................... 65
Formel 4:
∆EXPGrowth (HDF) .......................................................................................... 65
Formel 5:
∆EXP_VARGrowth (HDF) ............................................................................. 65
Formel 6:
∆EXP_FIXGrowth (HDF) ............................................................................... 65
Formel 7:
∆EBITPrice (HDF) ........................................................................................... 66
Formel 8:
∆REVPrice (HDF) ............................................................................................ 66
Formel 9:
∆EXPPrice (HDF) ............................................................................................ 66
Formel 10:
∆EXP_VARPrice (HDF) ................................................................................. 66
Formel 11:
∆EXP_FIXPrice (HDF) .................................................................................. 66
Formel 12:
∆EBITProductivity (HDF) ................................................................................... 66
Formel 13:
∆EXP_VARProductivity (HDF) ......................................................................... 67
Formel 14:
∆EXP_FIXProductivity (HDF) .......................................................................... 67
Formel 15:
EXPEC_UNITS_IN (HDF) ........................................................................... 67
Formel 16:
EXPEC_UNITS_CAP bei discretionary costs (HDF) ................................. 67
Formel 17:
EXPEC_UNITS_CAP bei engineered costs (HDF) ..................................... 67
Formel 18:
Grundlage nach Sopariwala .......................................................................... 87
Formel 19:
∆EBITGrowth (Sopariwala) .............................................................................. 89
Formel 20:
∆REVGrowth (Sopariwala) ............................................................................... 89
Formel 21:
∆EXPGrowth (Sopariwala) ................................................................................ 89
Formel 22:
∆EXP_VARGrowth (Sopariwala) ................................................................... 89
Formel 23:
∆EXP_FIXGrowth (Sopariwala) ..................................................................... 89
Formel 24:
∆EBITPrice (Sopariwala) ................................................................................. 89
Formel 25:
∆REVPrice (Sopariwala) .................................................................................. 90
Formel 26:
∆EXPPrice (Sopariwala) .................................................................................. 90
Formel 27:
∆EXP_VARPrice (Sopariwala) ...................................................................... 90
Formel 28:
∆EXP_FIXPrice (Sopariwala) ......................................................................... 90
Formelverzeichnis
XV
Formel 29:
∆EBITProductivity (Sopariwala) ......................................................................... 90
Formel 30:
∆EXP_VARProductivity (Sopariwala) .............................................................. 90
Formel 31:
∆EBITCapacity (Sopariwala) ............................................................................. 91
Formel 32:
∆EXP_FIXCapacity (Sopariwala) .................................................................... 91
Formel 33:
EXPEC_UNITS_IN (Sopariwala) ................................................................. 91
Formel 34:
CRC Hypothesis H1 – Modell PM-H1-A (Annual) ...................................... 98
Formel 35:
CRC Hypothesis H1 – Modell ATO-H1-A (Annual) .................................... 98
Formel 36:
CRC Hypothesis H1 – Modell PM-H1-Q (Quarterly)................................... 99
Formel 37:
CRC Hypothesis H1 – Modell ATO-H1-Q (Quarterly) ................................ 99
Formel 38:
Modell PM-H1-Q – Aufschlüsselung bzgl. Gruppe "NWCs" ....................... 99
Formel 39:
Modell PM-H1-Q – Aufschlüsselung bzgl. Gruppe "LCCs" ........................ 99
Formel 40:
CRC Hypothesis H2 & H3 – Modell PM-H2+H3-A (Annual) ................... 101
Formel 41:
CRC Hypothesis H2 – Modell ATO-H2-A (Annual) .................................. 101
Formel 42:
CRC Hypothesis H2 & H3 – Modell PM-H2+H3-Q (Quarterly) ............... 101
Formel 43:
CRC Hypothesis H2 – Modell ATO-H2-Q (Quarterly) .............................. 101
Formel 44:
Modell PM-H2+H3-Q – Aufschlüsselung bzgl. Gruppe "NWCs".............. 102
Formel 45:
Modell PM-H2+H3-Q – Aufschlüsselung bzgl. Gruppe "LCCs" ............... 102
Formel 46:
CRC – Herleitung unabhängige Variablen PMt und ATOt unter
Verwendung der SEA -Komponenten ......................................................... 103
Formel 47:
Nutzschwelle mit Bezug zum Sitzladefaktor (LF) ...................................... 158
Formel 48:
Bezug der verwendeten unabhängigen Variablen zu PMt .......................... 195
Formel 49:
Modell PM-F1-A zu Hypothese F1 (Annual).............................................. 195
Formel 50:
Modell PM-F1-Q zu Hypothese F1 (Quarterly) .......................................... 196
Formel 51:
Modell PM-F2-A zu Hypothese F2 (Annual).............................................. 197
Formel 52:
Modell PM-F2-Q zu Hypothese F2 (Quarterly) .......................................... 197
Formel 53:
Modell PM- F2-Q – Aufschlüsselung bzgl. Gruppe "NWCs" .................... 198
Formel 54:
Modell PM- F2-Q – Aufschlüsselung bzgl. Gruppe "LCCs" ...................... 198
Formel 55:
Load Factor (LF) bei Verwendung von ASM bzw. ASK............................ 272
Formel 56:
CASM bzw. CASK ...................................................................................... 274
Formel 57:
RASM bzw. RASK ...................................................................................... 274
Formel 58:
Yield............................................................................................................. 276
XVI
Abkürzungsverzeichnis
09/11
Anschläge vom 9. September 2001 auf die Twin Towers des World Trade Center in New York (USA)
AA
American Airlines
Abb.
Abbildung
ADREP
Accident/Incident Data Reporting 4
AS
Alaska Airlines
ASK
Available Seat Kilometer
ASM
Available Seat Miles
ATK
Available Tonne Kilometers
B6
JetBlue Airways
BEP
Break Even Point (engl. für Nutzschwelle)
BSC
Balanced Scorecard
bspw.
beispielsweise
BTS
Bureau of Transportation Statistics 5
bzgl.
bezüglich
bzw.
beziehungsweise
c.p.
cetris paribus (lat. für "unter sonst gleichen Bedingungen")
CAA
Civil Aviation Authority (UK)
CFR
Code of Federal Regulations [of the United States of America], current as of
April 1, 2014
CO
Continental Airlines
CRC
(Collins, Román, & Chan, 2011)
4
5
http://www.icao.int/safety/AirNavigation/AIG/Pages/Taxonomy.aspx
http://www.rita.dot.gov/bts/node/11792
XVII
CRS
Computer Reservation System
CWC
Carrier-within-Carrier
d.h.
das heisst
DB
Deckungsbeitrag
DL
Delta Air Lines
e.g.
exempli gratia (lat. für "z.B.")
ECCAIRS
European Coordination Centre for Accident and Incident Reporting Systems 6
ESA
European Aviation Safety Agency 7
et seq.
folgende (lat., hier: verwendet für englischsprachige Literatur)
et seqq.
fortfolgende (lat., hier: verwendet für englischsprachige Literatur)
etc.
et cetera
EXP
(Operating) Expenses
f.
folgende
F9
Frontier Airlines
ff.
fortfolgende
FFA
Federal Aviation Administration [of the United States of America] 8
FFP
Frequent Flyer Program
FL
AirTran Airways
Fn.
Fussnote(n)
G4
Allegiant Air
GDS
Global Distribution System
GECAS
GE Capital Aviation Services
ggf.
gegebenenfalls
6
7
8
http://eccairsportal.jrc.ec.europa.eu/
http://www.easa.europa.eu/home.php
http://www.faa.gov/
XVIII
GMN
General Management Navigator 9
GOP
U.S. Government Printing Office
HDF
(Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009) sowie das Nachfolgewerk (Horngren, Datar, & Rajan, 2012)
i.e.
id est (lat. für "d.h.")
i.V.m.
in Verbindung mit
IATA
International Air Transport Association 10
ICAO
International Civil Aviation Organization 11
ILFC
International Lease Finance Corporation
IMA
Institute of Management Accountants 12
insb.
insbesondere / insbesonders
IPMS
Integrated Performance Measurement Systems
KMU
Kleine und Mittlere Unternehmen 13
LCCs
Low Cost Carriers
LCs
Leisure Carriers
LF
Load Factor (engl. für Sitzladefaktor)
lit.
littera (lat. für Buchstabe)
LuftVG
Luftverkehrsgesetz der Bundesrepublik Deutschland, vom 1. August 1922,
Stand am 7. August 2013
MA
Management Accounting
NATS
NATS Holdings Limited
NK
Spirit Airlines
NWCs
Network Carriers
9
10
11
12
13
siehe (Müller-Stewens & Lechner, 2011)
http://www.iata.org
http://www.icao.int
http://www.imanet.org
zum Begriff siehe u.a. (Fueglistaller & Halter, 2006, S. 21 ff.)
XIX
OAG
Official Airline Guide 14
OI
Operating Income
OR
Bundesgesetz betreffend die Ergänzung des Schweizerischen Zivilgesetzbuches (Fünfter Teil: Obligationenrecht) vom 30. März 1911, SR 220, Stand am
1. Januar 2014
p.
Seite (engl.)
PAX
Passengers or Number of Revenue Passengers
PKP
Passenger Kilometers Performed
PMS
Performance Measurement System
pp.
Seiten (engl.)
RCs
Regional Carriers
REV
(Operating) Revenues
RITA
Research and Innovative Technology Administration 15
RKP
Passenger Kilometers Performed
RMP
Revenue Passengers Miles
ROIC
Return on Invested Capital
ROS
Return on Sales
RPK
Revenue Passenger Kilometers
S.
Seite(n)
SARS
Severe Acute Respiratory Syndrome (Infektionskrankheit), erstmals aufgetreten in Asien im Februar 2003 16
SBVA
Strategic Benchmarking Variance Analysis
SCM
Strategic Cost Management
SEA
Strategische Erfolgsanalyse
14
15
16
http://www.oag.com
http://www.rita.dot.gov/
(Cento, 2009, p. 52)
XX
Sec.
Section (engl. für Abschnitt bzw. Ziffer)
SLC
Salt Lake City
SMA
Strategic Management Accounting
SME
small and medium-sized enterprise (engl. für KMU)
SPA
Strategic Profitability Analysis [of Operating Income] (engl. für SEA)
u.a.
unter anderen / unter anderem
U.S.
United States of America
UA
United Airlines
UK
United Kingdom (Great Britain)
US
US Airways
VX
Virgin America
WACC
Weighted Average Cost of Capital
WLAN
Wireless Local Area Network
WN
Southwest Airlines
z.B.
zum Beispiel
Ziff.
Ziffer(n)
Zusammenfassung
XXI
Zusammenfassung
Das Performance Measurement ist ein wichtiges Element im Strategischen Management
von Unternehmen. Integrierte Performance Measurement Systeme übernehmen im Strategieprozess einerseits die Steuerungs-, Kontroll- und Motivationsfunktion im Rahmen der
Umsetzung einer gewählten Strategie. Andererseits bieten solche Systeme mittels Rückmeldungen zur operativen Umsetzung einer Strategie eine wichtige Lernfunktion bezüglich der
strategischen Weiterentwicklung. Gerade letztere Funktion stellt durch die Notwendigkeit
einer externen Betrachtungsperspektive eine grosse Herausforderung dar. Einen möglichen
Lösungsansatz bietet die Strategische Erfolgsanalyse (SEA) mittels des Vergleichs der finanziellen Leistungserbringung in Relation zur verfolgten Wettbewerbsstrategie. Ziel der
vorliegenden Arbeit ist es, aufzuzeigen, unter welchen Bedingungen die Strategische Erfolgsanalyse wie eingesetzt werden kann. Das Hauptaugenmerk liegt dabei auf der Methode
der erweiterten Strategischen Erfolgsanalyse unter spezieller Berücksichtigung der Kapazitätsausnutzung. Anhand einer empirischen Untersuchung mit Daten von U.S.-domizilierten
Fluggesellschaften – u.a. mit 350 Quartalsdaten im Zeitraum vom 2002 bis 2011 – werden
die Grundlagen der erweiterten Strategischen Erfolgsanalyse überprüft. Die Anwendung
dieser Technik setzt einerseits das Vorliegen einer Korrelation zwischen den Ausprägungen
in den Komponenten der erweiterten Strategischen Erfolgsanalyse und künftigen Erträgen
(SEA-Ertrags-Persistenz) voraus. Andererseits ist ein signifikanter Unterschied in den Ausprägungen der Komponenten der erweiterten Strategischen Erfolgsanalyse zwischen den
Vertretern der beiden untersuchten generischen Wettbewerbsstrategien nach Porter notwendig (SEA-Strategie-Persistenz). Die Ergebnisse der Regressionsanalyse bestätigen für die
untersuchten Unternehmen das Vorliegen der notwendigen Grundlagen zur Anwendung der
erweiterten Strategischen Erfolgsanalyse im Grundsatz. Basierend auf diesen Erkenntnissen
wird ein einfacher Praxisansatz der erweiterten Strategischen Erfolgsanalyse skizziert. Dieser Ansatz bietet mittels Einsatz von gewöhnlichen Tabellenkalkulationsprogrammen einerseits eine einfache Möglichkeit zur Überprüfung, wie gut eine gewählte Wettbewerbsstrategie relativ zu den Mitkonkurrenten implementiert ist. Andererseits unterstützt dieser Ansatz
die Lernfunktion im strategischen Prozess durch die Kontextsetzung der erzielten finanziellen Leistung im Vergleich zu Mitkonkurrenten, welche dieselbe bzw. eine gegensätzliche
Wettbewerbsstrategie verfolgen. Die Strategische Erfolgsanalyse eignet sich dadurch im
Bereich des Strategic Management Accountings als eigenständige Technik (z.B. für kleine
und mittlere Unternehmen) sowie als Ergänzung zu integrierten Performance Measurement
Systemen wie beispielsweise der Balanced Scorecard.
XXII
Summary
Summary
Performance measurement is an important part of strategic management, which itself is an
ongoing and crucial process in any corporate setting. Today's strategic performance measurement systems provide two main functions: 1) planning, supervising and aligning strategic
initiatives in the process of implementation, and 2) enhancing strategic feedback and learning as part of a strategic learning framework. Covering these functions poses some challenges, especially regarding the need of an external perspective when it comes to strategic
feedback loops. At this point, strategic profitability analysis of operating income (SPA)
might be of help. Applying the SPA technique allows to connect a company's financial performance to a chosen competitive strategy by comparing with characteristics of financial
performance of competitors following the same or a contrary competitive strategy. An extended version of the SPA with an additional fourth component regarding capacity utilisation is the main focus while explaining how to use and in which circumstances is the aim of
this paper. An empirical study using data form U.S. airlines – including 350 firm-quarter
observations and 80 firm-year observations covering the period from 2002 to 2011 – is conducted to test the basic assumptions of the SPA. One of these assumptions is a preconditioned correlation between SPA components and future-period financial earnings (SPAearnings-persistence). Another precondition of the SPA is the existence of a significant distinction in characteristics of SPA components of the two tested groups, with each test group
representing one of Porter's generic competitive strategies (SPA-strategy-persistence). Hypotheses were tested using different regression analysis models. Its findings basically confirm the two preconditions of SPA. While functionality of the SPA method – as tested –
cannot be rejected, an unsolved issue remains in an accurate application for easy use in
management practice. An example of such an application is drawn, addressing each of the
two main functions of performance measurement systems in the context of strategic management. The design of such a SPA approach enables its use as an independent technique in
the field of strategic management accounting (e.g. for use in small and medium-sized enterprises) or as supplementary perspective to integrated performance measurement systems
(e.g. the balanced scorecard).
Einleitung
Seite 1
1 Einleitung
1.1
Ausgangslage
Die Auseinandersetzung mit Fragen zur Strategie ist heutzutage fester Bestandteil im unternehmerischen Alltag. 17 Die konsequente strategische Ausrichtung und deren Umsetzung ist
für Unternehmen ein massgebender Treiber für eine erfolgreiche Entwicklung. 18 Die Strategie ist dabei als wiederkehrender Prozess zu verstehen, welcher sich in die Formulierungssowie die Implementierungsphase unterteilen lässt. 19 Ein zentrales Element beim Strategieprozess fällt dem Performance Measurement zu. 20 Einerseits setzt die Formulierungsphase
eine fundierte Standortbestimmung voraus, und andererseits ist in der Implementierungsphase die Kontrolle der Umsetzung sowie der Wirksamkeit der getroffenen Massnahmen
unabdingbar. 21
Im Grundsatz stehen bei der Kontrolle im Strategic Management folgende Fragen im Vordergrund: Welche Strategie wird vom Unternehmen verfolgt, und wie kann die Umsetzung
bzw. Implementierung dieser Strategie durch das Performance Measurement unterstützt sowie der Erfolg der Implementierung gemessen werden. Für erstere Frage hat sich in den
vergangenen 20 bis 30 Jahren in der Typologie 22 der inhaltlichen Strategieforschung die
"market-based view" als eines der wichtigsten Grundkonzepte herauskristallisiert 23. Massgebend bei diesem Grundkonzept ist die von Porter eingeführte Unterscheidung in drei
grundlegende Strategieformen: Kostenführerschaft und Differenzierung sowie die Fokusstrategie. 24
Mit der Frage nach der Umsetzungskontrolle einer Strategie beschäftigt sich innerhalb des
Management Accountings der Bereich des Strategic Management Accountings. 25 Seit den
1980er-Jahren sind dabei in enger Zusammenarbeit mit der Praxis eine Vielzahl von inte-
17
18
19
20
21
22
23
24
25
siehe hierzu u.a. (Lux & Hauser, 2006, S. 10)
siehe hierzu (Needles, Shigaev, Powers, & Frigo, 2010); (Triantafylli & Ballas, 2010); (Bowman &
Helfat, 2001); (Porter M. E., 1996); (Rumelt, 1991)
siehe hierzu u.a. (Müller-Stewens & Lechner, 2011, S. 10); (Andrews, 1971, p. 37)
siehe u.a. (Fiorentino, 2010)
(Müller-Stewens & Lechner, 2003, S. 13, 31 & 694 ff.); (Shank & Govindarajan, 1993, p. 6 et seq.)
siehe hierzu (Hambrick, 1984). Für weitere Typologien von Unternehmensstrategien siehe u.a.
(Chrisman, Hofer, & Boulton, 1988); (Mintzberg & Waters, 1985); (Wernerfelt, 1984)
u.a. (Mintzberg, Lampel, Quinn, & Ghoshal, 2003, pp. 119-120); (Hendry, 1990, p. 443)
(Porter M. E., 1980, pp. 34-46) / siehe hierzu auch Kapitel 3.2
(Langfield-Smith, 2007)
Seite 2
Einleitung
grierten Modellen und Techniken hervorgegangen. 26 Inhaltlich konnte auf Basis von publizierten Journalartikeln zum Schlagwort "Performance Measurement" im Zeitraum von 1981
bis 2005 aufgezeigt werden, dass Fragen zur Strategie und deren Verknüpfung mit Measurement Systemen das Kernthema in den untersuchten Journalen darstellen. 27 Von allen integrierten Performance Measurement Systemen (IPMS) ist die Balanced Scorecard (BSC)
eine der wenigen 28 und mit Abstand die am meisten verbreitete Technik 29, welche eine explizite Verknüpfung der Strategie mit der Unternehmensperformance ermöglicht.
1.2
Problemstellung
Integrierte Performance Measurement Systeme – wie bspw. die Balanced Scorecard – erfüllen zwei Aufgaben: Erstens sollen solche Systeme helfen, mit zielgerichteten Messgrössen
die strategischen Initiativen auf den einzelnen Unternehmensebenen umzusetzen (Implementierung mittels Steuerungs-, Kontroll- und Motivationsfunktion). Zweitens dienen entsprechende Systeme gleichzeitig dazu, die notwendigen Informationen bereitzustellen, damit das Management Rückschlüsse ziehen kann, inwiefern die getroffenen Massnahmen
tatsächlich mit der Strategie übereinstimmen bzw. inwiefern die gewählte Strategie noch
Gültigkeit hat (Wirksamkeitskontrolle bzw. Lernfunktion). 30
26
27
28
29
30
(Sturm, 2000, S. 68 ff.)
(Neely, 2005, p. 1270); Auffallend dabei ist zudem, dass ab 1994 die Balanced Scorecard in den untersuchten Journalartikeln die mit Abstand am meisten behandelte Methode darstellt (Neely, 2005, p. 1267).
Vorgängig bzw. parallel zur Balanced Scorecard haben sich vor allem das "Tableau de Bord" (Daum,
2005; Chenhall & Langfield-Smith, 2007, p. 276 et seq.) bzw. das "Quantum Performance Measurement
System" der Beratungsfirma Arthur Anderson (Sturm, 2000, S. 83 ff.) entwickelt. Alternative Performance Measurement Systeme wie das US-System "Malcom Baldrige National Quality Award" sowie
dessen europäisches Pendant "European Foundation for Quality Management" gehen in ihrer Zielsetzung
vom Ansatz des Total-Quality-Management aus und beziehen sich lediglich indirekt auf die Unternehmensstrategie (Dror, 2008, p. 587 et seq.). Eine Übersicht unter Berücksichtigung weiterer PMS findet
sich u.a. in: (Grüning, 2001, S. 64-65).
Eine internationale Untersuchung aus dem Jahre 2006 zur Anwendung von Scorecards in 382 Unternehmen im Auftrag des Institute of Management Accountants (IMA) ergab insbesondere für europäische
Firmen, welche lediglich zu 39 % die Scorecard-Techniken einsetzen, eine sehr niedrige Durchdringung
(Lawson, Stratton, & Hatch, 2006, p. 36). Andere Studien zeichnen jedoch ein sehr positives Bild, was
den Einsatz der BSC anbelangt: u.a. (Hendricks, Menor, & Wiedman, 2004, p. 1); (Neely, 2003). Beim
Vergleich unterschiedlicher Studien zur Benutzung der Balanced Scorecard ist jedoch zu beachten, dass
die Balanced Scorecard ursprünglich für den Einsatz in Grossunternehmen konzipiert wurde (Johanson,
Skoog, Backlund, & Almqvist, 2006, p. 847). Siehe hierzu auch: (Burkert, Davila, & Oyon, 2010).
(Müller-Stewens & Lechner, 2011, S. 591-593); (Franco-Santos, et al., 2007, p. 785). Im Strategic Management wird noch eine weitere Form der strategischen Kontrolle unterschieden: die Prämissenkontrolle. Bei der Prämissenkontrolle geht es um die Überprüfung, inwiefern die innerhalb einer Strategie gewählten Gestaltungsoptionen (Vision, Mission, Normen, Werte, Ziele, etc.) bzw. der Plangenerierungsprozess (d.h. der Prozess zur Bestimmung geeigneter strategischer Initiativen) im gegebenen Umfeld
noch zutreffend ist bzw. inwieweit die getroffenen Annahmen noch fundiert sind (Müller-Stewens &
Lechner, 2003, S. 694 ff.; Baum, Coenenberg, & Günther, 2004, S. 300 ff.). In der vorliegenden Arbeit
wird die Prämissenkontrolle als Teilbereich der Wirksamkeitskontrolle behandelt – sofern nicht ander-
Einleitung
Seite 3
Erstere Aufgabe bedingt, dass die Strategie auf der operativen Ebene operationalisiert wird.
Als zentrales Element der Operationalisierung dient die Herleitung von Kausalketten. Kausalketten sind untereinander vernetzte Ursache-Wirkungs-Zusammenhänge zwischen strategischen Zielen, (Leistungs-)Treibern sowie Ergebniskennzahlen in den einzelnen Betrachtungsfeldern. 31 Die Wirksamkeitskontrolle als zweite Aufgabe erfolgt als Rückkoppelungsprozess vom finanziellen Ergebnis der unternehmerischen Einheit zur Strategie systeminhärent aufgrund der Annahme, dass durch das systematische Herunterbrechen der Strategie
mittels Kausalketten auf die operative Ebene sich der Kreis vom finanziellen Ergebnis zur
Strategie als logische Folge des Modells selbst schliesst. Dieser Ansatz ist jedoch in Frage
zu stellen, insbesondere durch die in der Literatur und Praxis aufgedeckten Probleme bei der
Entwicklung bzw. Zuverlässigkeit von Ursache-Wirkungs-Zusammenhängen 32. Sobald die
Operationalisierung der (Geschäfts-)Strategie mittels Kausalketten fehleranfällig wird, ist
der logische Rückschluss von den finanziellen Ergebnissen auf die Strategie wenig zuverlässig. Um die Aussagekraft der zweiten Aufgabefunktion von integrierten Performance
Measurement Systemen zu stärken, ist eine zusätzliche möglichst direkte Überleitung vom
finanziellen Ergebnis einer Organisation auf die Strategie dieser Organisation vorteilhaft.
Erst dadurch kann eine aus Sicht des Systems zuverlässige Validierung der Umsetzung der
gewählten Strategie erreicht werden.
Einen möglichen Lösungsansatz bietet hier die Strategische Erfolgsanalyse. Durch Aufschlüsselung der Differenz in der Erfolgsrechnung der aktuellen Periode zur Vorperiode in
einzelne Komponenten und dem Vergleich der Ausprägung dieser einzelnen Komponenten
gegenüber der Konkurrenz wird es möglich – ausgehend vom finanziellen Ergebnis (anhand
der Erfolgsrechnung) einer Organisation –, direkt Rückschlüsse auf die Strategie derselben
Organisation und deren Umsetzung im Wettbewerbsumfeld zu ziehen. Die Strategische Erfolgsanalyse orientiert sich dabei ausschliesslich an den Wettbewerbsstrategien nach Porter.
Die hohe Relevanz dieser Strategietypologie erlaubt es, die Methode der Strategischen Erfolgsanalyse sehr breit anzuwenden. Zusätzlich ist die Strategische Erfolgsanalyse nicht
ausschliesslich als Ergänzung zur Balanced Scorecard zu verstehen. Vielmehr kann die Strategische Erfolgsanalyse auch als eigenständige Methode innerhalb des Strategic Management Accountings angewendet werden. Bezeichnend hierfür ist auch, dass die Strategische
31
32
weitig ausgeführt. Diese gebündelte Betrachtung von Prämissen- und Wirksamkeitskontrolle stützt sich
auf die Einschätzung von Müller-Stewens und Lechner, welche diese beiden Formen der strategischen
Kontrolle als komplementär bezeichnen (Müller-Stewens & Lechner, 2003, S. 697).
siehe u.a. (Jakobsen, Norreklit, & Mitchell, 2010, p. 261 et seqq.); (Grüning, 2001, S. 13 ff.);
siehe u.a. (Jakobsen, Norreklit, & Mitchell, Internal Performance Measurement Systems: Problems and
Solutions, 2010); (Paranjape, Rossiter, & Pantano, 2006, p. 6); (Othman, Domil, Senik, Abdullah, &
Hamzah, 2006, p. 57 et seqq.)
Seite 4
Einleitung
Erfolgsanalyse bereits erfolgreich in der Praxis eingesetzt wird – bspw. bei der Firma Hilti,
bei der die Strategische Erfolgsanalyse ein wichtiges Instrument im strategischen Controlling darstellt 33.
1.3
Zielsetzung
Das Management Accounting im Verständnis als angewandte Wissenschaft dient in erster
Linie dazu, zu erklären, welche Technik wie und unter welchen Umständen eingesetzt werden kann 34. Die vorliegende Arbeit konzentriert sich auf die Methode der Strategischen Erfolgsanalyse und beschränkt sich innerhalb der grundlegenden Aufgaben eines integrierten
Performance Measurement Systems hauptsächlich auf die Funktion der Wirksamkeitskontrolle. Der Hauptzweck der vorliegenden Arbeit besteht darin, die grundlegenden Annahmen der Strategischen Erfolgsanalyse zu überprüfen. Die Ausgestaltung orientiert sich dabei
an folgenden Zielen:
• Ziel 1: Vorstellung der Methode der Strategischen Erfolgsanalyse und Zusammenführung der bisherigen Literatur zur Forschung und Praxisanwendung der Methode
der Strategischen Erfolgsanalyse sowie der Darstellung der konzeptionellen Grundlagen bzw. Grundannahmen der Strategischen Erfolgsanalyse.
• Ziel 2: Empirische Überprüfung der Auswirkung der erweiterten SEA-Methode mit
der Kapazitätsausnutzung als zusätzliche, vierte Komponente. Ausgangslage für diese Untersuchung bildet die Arbeit von Collins et al. 35 Einerseits gilt es zu überprüfen,
ob mit der Isolierung der Kapazitätsauslastung in einer separaten, vierten Komponente weiterhin ein Ursache-Wirkungs-Zusammenhang zwischen den SEAKomponenten und zukünftigen Erträgen – gemessen an der Profit Margin (PM) – besteht (SEA-Ertrags-Persistenz). Andererseits wird überprüft, ob sich die Ausprägungen der SEA-Komponenten der beiden branchenweiten generischen Wettbewerbsstrategien statistisch voneinander unterscheiden (SEA-Strategie-Persistenz).
• Ziel 3: Aufzeigen einer praxistauglichen Methode zur Generierung von Vergleichswerten bezüglich der Ausprägung der SEA-Komponenten für ein Unternehmen unter
Einbezug verfügbarer Informationen zu den wichtigsten Konkurrenzunternehmen innerhalb einer Branche.
33
34
35
Caliz, Stefan, Head of Strategic Financial Controlling at Hilti Corporation, Vortrag vom 23. Januar 2007,
Universität St. Gallen.
siehe (Malmi & Granlund, 2009a, p. 615)
(Collins, Román, & Chan, 2011) – nachfolgend: CRC
Einleitung
1.4
Seite 5
Aufbau der Arbeit
Zuerst wird die Problemstellung in Kapitel 1 erläutert. Anschliessend werden die theoretischen Grundlagen – Strategic Management und Management Accounting – des Strategic
Management Accountings aufgearbeitet und das Strategic Management Accounting als integrativer, funktionsübergreifender Ansatz zur langfristigen Unternehmenssteuerung vorgestellt. Die Funktionsweise eines integrierten Performance Measurement Systems wird abschliessend ebenfalls in Kapitel 2 am Beispiel der Balanced Scorecard aufgezeigt. In Kapitel 3 wird die Technik sowie die unterschiedlichen Methoden (klassisch sowie erweitert) der
Strategischen Erfolgsanalyse vorgestellt. Die Anknüpfung zur Theorie im vorangehenden
Kapitel erfolgt anhand der in der Strategischen Erfolgsanalyse kombinierten Grundkonzepte. Diese bestehen aus den generischen Wettbewerbsstrategien nach Porter (Theorie des
Strategischen Managements) sowie der adaptierten Erfolgsabweichungsanalyse (Technik
des Management Accountings). Zum Abschluss dieses Kapitels wird die empirische Untersuchung von CRC zur Strategischen Erfolgsanalyse vorgestellt. Die Arbeit von CRC bildet
die Ausgangslage für die in dieser Arbeit verwendete Methodik zur empirischen Überprüfung der Erweiterung der (klassischen) SEA um eine zusätzliche Komponente (Kapazitätsausnutzung).
An den Erkenntnissen aus der Arbeit von CRC orientiert sich das anschliessende Kapitel 4.
Hier werden wichtige Aspekte der Airline Industry – welche Gegenstand der empirischen
Untersuchung ist – beleuchtet. Im Zentrum stehen dabei die Fragen 1) wie sich die Airline
Industry abgrenzen lässt und welche Einflussfaktoren bei der Bestimmung der Untersuchungsgesamtheit berücksichtigt werden müssen sowie 2) wie sich die Vertreter der Airline
Industry zur Bildung von Untersuchungsgruppen in die Systematik der generischen Wettbewerbsstrategien nach Porter einordnen lassen. Die Erkenntnisse aus diesem Kapitel in
Verbindung mit der Untersuchung von CRC bilden anschliessend in Kapitel 5 die Grundlage für die Herausarbeitung der zu überprüfenden Hypothesen, die Datenerhebung (insb.
Abgrenzung der Untersuchungsgruppen und Beobachtungszeitraum) und die Untersuchungsmethodik im Allgemeinen. Die Ergebnisse zur empirischen Untersuchung werden in
Kapitel 6 vorgestellt und erörtert. Im abschliessenden Kapitel 7 wird eine Anwendungsmöglichkeit der überprüften SEA-Methode in der Praxis vorgestellt und die gewonnenen Erkenntnisse in den Kontext des Strategic Management Accountings gestellt.
Seite 6
1.5
1.5.1
Einleitung
Formale Hinweise
Zahlenformat
Das verwendete Zahlenformat bei den Daten – insbesondere bei den Tabellenkalkulationsanwendungen – orientiert sich an folgender Symbolik:
• "Punkt" als Dezimaltrennzeichen
• "Hochkomma" als Symbol für die Ziffergruppierungen (z.B. Tausendertrennstrich)
1.5.2
Personenbezogene Bezeichnungen
Sämtliche personenbezogene Bezeichnungen in dieser Arbeit sind – sofern nicht explizit
getrennt geschlechtlich ausformuliert – als geschlechtsneutral zu verstehen. Aus Gründen
der Lesbarkeit wurde beispielsweise darauf verzichtet, eine geschlechtergerechte Unterscheidung in Kunde und Kundin vorzunehmen – sofern eine solche Unterscheidung inhaltlich nicht notwendig ist. Nach Möglichkeit wurden jeweils geschlechtsabstrakte oder geschlechtsneutrale Personenbezeichnungen sowie Kollektivbezeichnungen verwendet 36.
1.5.3
Zitierweise
Die Zitierweise orientiert sich am Standard der American Psychological Association (APA),
wobei das Quellenverwaltungsmodul der Textverarbeitungssoftware "Microsoft Word
2010" der Microsoft Corporation in der Version "APA Sixth Edition" verwendet wird. In
Ergänzung werden die Ausführungen zum Dokumentieren nach Metzger 37 herangezogen.
Aus Gründen der Lesbarkeit sind die Quellenangaben und Ergänzungen mehrheitlich in
Fussnoten aufgeführt. Zur Setzung der Fussnoten im Fliesstext und bei Aufzählungen wird
folgende Systematik angewendet:
1 Ergänzungen zum Fliesstext, Anmerkungen sowie sämtliche Hinweise inhaltlicher
oder sprachlicher Natur werden mit Fussnoten direkt innerhalb eines Satzes gesetzt.
2 Wörtliche Zitate werden in Anführungs- und Schlusszeichen in kursiver Schriftart
dargestellt und direkt nach dem Schlusszeichen mit einer Fussnote dokumentiert. Auf
eine Einleitung des wörtlichen Zitats mittels Nennung des Nachnamens bzw. der
36
37
siehe hierzu u.a. (Schweizerische Bundeskanzlei, 2009, S. 26-33)
(Metzger, 2002, S. 134-169)
Einleitung
Seite 7
Nachnamen des Autors bzw. der Autoren wird aufgrund der Lesbarkeit mehrheitlich
verzichtet.
3 Sinngemässe Zitate im Umfang einer Satzlänge werden mit einer Fussnote am Satzende, aber vor dem Schlusspunkt dieses Satzes dokumentiert. Auf eine Andeutung
des sinngemässen Zitats mittels Nennung des Nachnamens bzw. der Nachnamen des
Autors bzw. der Autoren wird aufgrund der Lesbarkeit mehrheitlich verzichtet.
4 Sinngemässe Zitate, welche sich auf mehrere Sätze (Teilabschnitt) bzw. einen ganzen
Abschnitt beziehen, werden mittels Fussnote am Satzende des letzten Satzes des
Teilabschnitts bzw. am Satzende des letzten Satzes des ganzen Abschnitts, aber jeweils nach dem Schlusspunkt des letzten Satzes des Teilabschnitts bzw. ganzen Abschnitts dokumentiert. Auf eine Andeutung des sinngemässen Zitats mittels Nennung
des Nachnamens bzw. der Nachnamen des Autors bzw. der Autoren wird aufgrund
der Lesbarkeit mehrheitlich verzichtet.
5 Sinngemässe Zitate, welche in dieser Arbeit mittels Aufzählungszeichen oder Nummerierung strukturiert werden, gelten – sofern nicht als einzelne Sätze bzw. Teilabschnitte dokumentiert 38 – als ganze Abschnitte (d.h. alle Aufzählungs- bzw. Nummerierungsabschnitte werden zusammengenommen mit dem einleitenden Abschnitt als
ein zusammenhängender Abschnitt verstanden) und werden entsprechend mit einer
Fussnote nach dem Schlusspunkt des letzten Satzes des letzten Aufzähl- bzw. Nummerierungsabschnitts dokumentiert. Auf eine Andeutung des sinngemässen Zitats
mittels Nennung des Nachnamens bzw. der Nachnamen des Autors bzw. der Autoren
wird aufgrund der Lesbarkeit mehrheitlich verzichtet.
6 Werden bei sinngemässen Zitaten mit Bezug auf einen Satz bzw. einen Teilabschnitt
bzw. einen ganzen Abschnitt die Informationen mehrerer Quellen verwendet, werden
diese Quellen in der Fussnote nacheinander getrennt mittels Strichpunkt (";") in absteigender Reihenfolge nach dem Jahr der verwendeten Ausgabe der jeweiligen
Quelle aufgeführt.
Als sinngemässe Zitate werden in dieser Arbeit alle verwendeten Informationen verstanden,
welche im Rahmen der Ausarbeitung dieser Arbeit bewusst nachgeschlagen bzw. erarbeitet
werden mussten 39.
38
39
siehe hierzu Kapitel 1.5.3, Ziff. 3 & 4
Zugegebenermassen war die Abgrenzung zwischen für die vorliegende Arbeit explizit erarbeiteten Informationen und allen anderen Informationen oftmals unklar, zumal der vorliegenden Arbeit ein längerer
(Erarbeitungs-)Prozess zugrunde liegt. Diese Abgrenzungsproblematik wurde dadurch gelöst, dass jede
verwendete Quelle konsequent zitiert wurde.
Seite 8
Theoretischer Hintergrund
2 Theoretischer Hintergrund
2.1
2.1.1
Strategic Management
Historische Skizze 40
Der Begriff "Strategie" ist zurückzuführen auf den militärischen Gebrauch und bezeichnet
dort die Kunst der Heerführung. Die Anwendung des Strategiebegriffs auf das Gebiet der
Ökonomie leitet im 19. Jahrhundert Carl von Clausewitz ein, indem er Parallelen zwischen
Militär und Wirtschaft zieht. Wissenschaftlich fundiert wird dieser Zusammenhang ab 1928
durch die Arbeiten von John von Neumann, welcher mit seinem mathematischen Ansatz zur
Analyse von Gesellschaftsspielen den Grundstein für die moderne Spieltheorie legt und diesen Ansatz zusammen mit Oskar Morgenstern im Jahre 1944 für wirtschaftliche Fragestellungen 41 erweitert. Als eigenständige Disziplin etabliert sich das "Strategic Management" 42
seit ca. 1911 in den Anfängen hauptsächlich anwendungsbezogen mit Schwerpunkt an den
US-amerikanischen Business Schools (u.a. Harvard Business School). Ende der 1960erJahre entwickelt sich das Strategische Management an den Universitäten schliesslich zur
wissenschaftlichen Disziplin. Zusätzliche Impulse kommen aus diversen Beratungsunternehmen, welche sich in dieser Zeit auf die Strategieberatung von Unternehmen spezialisieren. 43
Die ersten Jahre der theoretischen Entwicklung der Disziplin sind stark normativ geprägt.
Im Vordergrund steht dabei die Langfristplanung bzw. strategische Planung. 44 Ausgangspunkt bildet hierbei die Unterteilung des Strategieprozesses in eine Formulierungs- und eine
Implementierungsphase. 45 Als problematisch stellt sich jedoch heraus, dass der effektive
Strategieverlauf nicht bzw. nicht immer gradlinig entsprechend dem geplanten Prozessablauf erfolgt. 46 Es stellt sich heraus, dass die Beschränkung der Strategie auf den Bereich der
Langfristplanung zu kurz greift und lediglich einen Teilaspekt der gesamten Thematik erfasst. In den 1970er-Jahren verlagert sich der wissenschaftliche Fokus auf deduktiv angelegte und empirisch fundierte Forschungsansätze. Zusätzlich wird das Forschungsfeld in die
40
41
42
43
44
45
46
siehe hierzu auch (Nixon & Burns, 2012, p. 230 Table 1)
siehe hierzu u.a. (Neumann & Morgenstern, 1947, pp. 504-586)
Neben dem Begriff "Strategic Management" wurde in den Anfängen auch Begriffe wie "Business Policy" oder "Long Range Planning" verwendet. Im deutschen Sprachraum wird vom "Strategischen Management" gesprochen. (Müller-Stewens & Lechner, 2011, S. 8)
(Müller-Stewens & Lechner, 2011, S. 7-14)
(Müller-Stewens & Lechner, 2011, S. 10); (Andrews, 1971, pp. 37-41)
(Müller-Stewens & Lechner, 2011, S. 11-12); (Mintzberg & Waters, 1985, p. 257 et seqq.)
Seite 9
zwei Bereiche Prozessforschung und Inhaltsforschung aufgeteilt. Die Prozessforschung
konzentriert sich auf Fragestellungen, wie Strategien in Organisationen überhaupt entstehen.
Im Zentrum der Inhaltsforschung stehen die Zusammenhänge zwischen verschiedenen Strategien und deren Auswirkung auf die Unternehmensentwicklung bzw. die Unternehmensperformance. In der Inhaltsforschung entwickeln sich in den 1980er- und 1990erJahren aus unterschiedlichen Perspektiven wichtige Ansätze zur Erklärung der UrsacheWirkungs-Zusammenhänge zwischen Strategie und der Unternehmensentwicklung. Besonders erwähnenswert sind hierbei die Ansätze der "market-based-view" sowie der "ressourcebased-view". Während die "market-based-view" 47 die Aussensicht des Unternehmens einnimmt und vor allem die Wettbewerbsposition, welche ein Unternehmen in einem Markt
besetzt sowie deren Verteidigung als Treiber für den Unternehmenserfolg heranzieht, konzentriert sich die "ressource-based-view" 48 auf die Innensicht und definiert wettbewerbsrelevante Fähigkeiten und Ressourcen eines Unternehmens sowie deren Aufrechterhaltung als
Erfolgstreiber. 49 Beide Ansätze, welche heute als komplementär zueinander angesehen werden, haben auch im heutigen Umfeld weiterhin eine hohe Relevanz. 50
2.1.2
Definition und Abgrenzung
2.1.2.1 Grundproblematik
Die Herausforderung in der Praxis und in der Wissenschaft im Umgang mit der Strategie
besteht darin, dass die Zukunft nicht vorhergesehen werden kann (Unsicherheit) 51. Nur
schon die immense Vielfalt an Ereignissen der Gegenwart verunmöglicht jeder Führungsperson, den kompletten Überblick über die Vorgänge im Unternehmen und der Umwelt 52
sowie deren Wechselwirkungen zu behalten (Komplexität) 53. Das Grundverständnis von
47
48
49
50
51
52
53
siehe hierzu Porter (1980; 1998a)
siehe hierzu u.a. (Wernerfelt, 1984)
(Foss, 2011, p. 103); (Huggins & Izushi, 2011b, pp. 243-245); (Newbert, 2007); (Henri, 2006); (Acedo,
Barroso, & Galan, 2006); (Porter M. E., 1991, p. 108); (Hendry, 1990, p. 443) / kritisch hierzu siehe u.a.
(Aktouf, Chennoufi, & Holford, 2011, p. 84 et seqq.)
(Müller-Stewens & Lechner, 2003, S. 15)
Unternehmen sind keine isolierten Einheiten, sondern stehen in ständiger Interaktion mit ihrer Umwelt
(u.a. Lieferanten, Kunden, Staat, Gesellschaft etc.). Die (generelle) Umwelt umfasst alle (wahrgenommenen) Einflussfaktoren und Wechselwirkungen aus der Sicht des Unternehmens. Zur Umwelt gehören
auch die Anspruchsgruppen (z.B. Mitarbeiter, Zulieferer, Konkurrenten, Kunden), welche auch als relevante Umwelt bezeichnet werden. (Müller-Stewens & Lechner, 2011, S. 22-23) Zu den Anspruchsgruppen (engl. Stakeholder) zählen alle Gruppierungen, die vom Unternehmen signifikant beeinflusst werden
oder welche signifikanten Einfluss auf die Aktivitäten des Unternehmens ausüben (Müller-Stewens &
Lechner, 2011, S. 125 & 154).
Seite 10
Strategie als: "[…] business's attempts to reach some preferred future state by adapting its
competitive position as circumstances change" 54 setzt eine Auseinandersetzung mit der zukünftigen Entwicklung jedoch zwingend voraus. Während die Langfristziele vergleichsweise einfach festgelegt werden können, ist es praktisch unmöglich, eine zuverlässige Annahme
bzgl. der zukünftigen Entwicklung des gesamten, für das betreffende Unternehmen relevanten Umfelds zu treffen (Unprognostizierbarkeit). Die zukünftigen Entwicklungen im Unternehmensumfeld (Märkte, Kunden, Konkurrenten, neue Technologien, Ressourcenverknappung etc.) haben jedoch einen massgebenden Einfluss darauf, wie die Langfristziele möglichst optimal erreicht werden können. Dies wiederum hat zur Folge, dass keine gesicherte
Basis besteht, um proaktive Massnahmen zu treffen, welche die Erreichung der Langfristziele sicherstellen. Erschwerend kommt hinzu, dass die relevanten Aspekte nicht selten widersprüchlich sind, und diese zudem je nach Sichtweise bzw. Eigeninteressen der Beteiligten an der strategischen Unternehmensführung unterschiedlich eingestuft werden können
(Mehrdeutigkeit). 55
Die beschriebene Komplexität der Unternehmensführung mit dem Fehlen einer gesicherten
Basis wird im Alltag durch konzeptionelle Raster ersetzt. Solche konzeptionelle Raster basieren auf einer individuellen, mehr oder weniger stark vereinfachten und in sich möglichst
schlüssigen Logik der Umwelt. Dadurch wird die Vielfalt der Ereignisse gefiltert, wodurch
sich die oben beschriebenen Herausforderungen wie Mehrdeutigkeit, Komplexität und Unsicherheit reduzieren lassen. 56
Die Funktion einer Strategie baut auf solchen konzeptionellen Rastern auf und lässt sich
umschreiben als "simplifying concept […] to reduce uncertainty and provide consistency" 57.
Der Begriff "consistency" beinhaltet die Richtungsvorgabe sowie den fokussierten Ressourceneinsatz im Unternehmen. Zusätzlich fallen darunter die strategiekonforme Organisation
und Identität des Unternehmens. 58 Ähnlich hält auch Porter fest, wonach die Strategie im
Unternehmen "[...] demands dicipline and continuity; its enemies are distraction and compromise" 59. Mintzberg ergänzt dazu: "Strategy is a force that resists change, not encourages
it" 60. Kontinuität verträgt sich jedoch schlecht mit Wandel (z.B. in der Umwelt, der Kundenbedürfnisse etc.). Eine wichtige Fähigkeit der Entscheidungsträger im Zusammenhang
54
55
56
57
58
59
60
(Wilson, 1995, p. 160)
(Mintzberg H. , 1987b, p. 25)
(Porter M. E., 1996, p. 78)
Seite 11
mit der Strategie im Unternehmen besteht darin, zu unterscheiden, ob die gewählte Strategie
hilfreich ist, um unter sich ändernden Umweltbedingungen auf Kurs zu bleiben, oder ob die
Strategie selbst hinfällig ist und sich ein Strategiewechsel aufdrängt. Aufgrund der Funktion
als Konstante im Unternehmen sind Veränderungen an der Strategie sehr aufwändig – insbesondere, wenn solche Änderungen nicht nur Maschinen, sondern auch Menschen und deren konzeptionellen Raster miteinbeziehen. 61
2.1.2.2 Strategie – Definition
Eine einzig gültige Definition des Begriffs "Strategie" im Kontext gewinnorientierter Unternehmen gibt es nicht. Hierfür ist dieser Begriff zu vielschichtig oder zu wenig fassbar.
Einen interessanten Ansatz verwendet Mintzberg, indem er die im vorangehenden Kapitel
beschriebene Grundproblematik aufgreift und fünf Ausprägungen unterscheidet, welche
einzeln oder in Kombination eine "Strategie" definieren können 62:
• Plan: eine Weg-Zielbeschreibung inkl. der Festlegung der zur Zielerreichung notwendigen Mittel und Handlungsabfolgen.
• Spielzug: die Stellung bzw. das Verhalten eines Unternehmens gegenüber den Konkurrenten.
• Muster: in den Entscheidungen und Handlungen des Unternehmens, insbesondere
wenn Regelmässigkeiten erkennbar sind, und unabhängig, ob diese Muster beabsichtigt oder unbeabsichtigt sind.
• Position: beinhaltet die Stellung des Unternehmens in seinem Umfeld, d.h., in welchem Markt das Unternehmen tätig ist und welche Wettbewerbsposition es dort einnimmt.
• Perspektive: bezieht sich auf das oben beschriebene konzeptionelle Raster bzw. kollektive Bewusstsein eines Unternehmens und die Weltanschauung der Entscheidungsträger des Unternehmens. 63
Strategie im oben skizzierten Verständnis ist immer eine Abstraktion der Wirklichkeit. Die
Wirklichkeit wird durch die Entscheidungsträger auf ein theoretisches Modell heruntergebrochen. Die Gefahr der Abstraktion besteht darin, dass durch diese Vereinfachung der
61
62
63
5 P's of Strategy: Plan, Ploy, Pattern, Position, Perspective (Mintzberg H. , 1987a)
(Müller-Stewens & Lechner, 2003, S. 20); (Mintzberg H. , 1987a)
Seite 12
Wirklichkeit wichtige Einflussfaktoren aus diesem Modell eliminiert bzw. gar nicht erst in
das Modell einbezogen werden. Letztendlich ist aber jede Strategie eine Verzerrung der
Wirklichkeit. Eine "gute" Strategie bedingt daher, dass diese Verzerrung der Wirklichkeit
möglichst minimiert wird und gleichzeitig die Zusammenhänge und Einflussfaktoren der
Wirklichkeit für die Entscheidungsträger möglichst transparent werden. 64
2.1.2.3 Gestaltungsebenen – Definition
Im gesamten Strategieprozess spielt die Gestaltungsebene der Strategie eine wichtige Rolle.
Als Gestaltungs- bzw. Steuerungsebene ist das Bezugsobjekt einer Strategie zu bezeichnen.
Dabei steht die Frage im Vordergrund, für welche Aggregations- bzw. Organisationsebene
im Unternehmen eine eigene Strategieentwicklung sinnvoll erscheint. In Abhängigkeit von
der Ausgestaltung der Unternehmensorganisation und dem Umfang der Geschäftstätigkeit
sind unterschiedliche Bezugsobjekte möglich. Grundsätzlich können folgende vier Gestaltungsebenen unterschieden werden 65:
• Netzwerkstrategien beziehen sich auf Unternehmen, welche nicht alleine im Markt
agieren, sondern über Kooperationen mit anderen Unternehmen zusammenarbeiten.
Diese Gestaltungsebene ist dem einzelnen (Gesamt-)Unternehmen übergeordnet. Die
an einer Kooperation beteiligten (Gesamt-)Unternehmen versprechen sich Vorteile
durch die Zusammenarbeit, müssen gleichzeitig aber auch Einbussen bei den eigenen
Entscheidungsbefugnissen hinnehmen. Beispiele für solche Kooperationen sind strategische Allianzen 66 von Fluggesellschaften. 67
• Gesamtunternehmensstrategien 68 werden relevant, wenn ein Unternehmen in mehreren (strategischen) Geschäftsfeldern tätig ist oder tätig werden will. Auf dieser
Ebene gilt es u.a. zu entscheiden, mit welcher Kombination an (strategischen) Geschäftsfeldern welche Synergien realisiert werden können und wie die Ressourcenallokation erfolgen soll. 69
64
65
66
67
68
69
(Mintzberg H. , 1987b, pp. 28-29)
(Müller-Stewens & Lechner, 2011, S. 32-34); (Müller-Stewens & Lechner, 2003, S. 33-35); ähnlich u.a.
auch in (Wilson, 1995, p. 160)
siehe hierzu Kapitel 4.5.3.5
(Müller-Stewens & Lechner, 2011, S. 33); (Müller-Stewens & Lechner, 2003, S. 34-35)
"corporate strategy" (Grant, 2008, p. 19) / auch "Gruppenstrategie" oder "Konzernstrategie" genannt
(Müller-Stewens & Lechner, 2011, S. 33); (Wilson, 1995, p. 160)
Seite 13
• Geschäftsstrategien 70 befassen sich, bezogen auf die einzelnen (strategischen) Geschäftseinheiten eines Unternehmens, mit strategischen Fragen bzgl. der Wettbewerbsposition. 71
• Funktionalstrategien beschäftigen sich mit der Ausgestaltung der direkten, leistungswirtschaftlichen Aktivitäten (z.B. Logistik, Produktion, Personal etc.) innerhalb
einer Geschäftseinheit bzw. einer Division. 72
Je nach Komplexität und Aufbau der Unternehmensorganisation sind auch zwischen den
genannten Ebenen organisatorische Einheiten vorzufinden, welche strategisch eigenständig
ausgestaltet werden (z.B. Profit Center, Ländergesellschaften, Divisionen etc.). 73 Zu beachten ist, dass zwischen den einzelnen Gestaltungsebenen (Wechsel-)Beziehungen bestehen.
In der Regel führen strategische Initiativen auf einer Gestaltungsebene zu Rückkoppelungen
auf anderen Ebenen. Die Berechtigung einer Gestaltungsebene ist nur solange gegeben, wie
diese Ebene zur Performance des Gesamtunternehmens beiträgt, d.h., die Ebenenvorteile
(z.B. Mehrwert durch Nutzung von Synergien) müssen grösser sein als die Kosten der Ebenenorganisation (z.B. Kosten einer Holding-Organisation). 74
2.1.2.4 Strategisches Management – Definition
Das Strategische Management befasst sich mit der Funktionsweise von Unternehmen, deren
Umwelt sowie den daraus entstehenden Wechselwirkungen. Der Fokus liegt dabei auf der
(langfristigen) Entwicklung von Unternehmen. Geprägt wird diese Disziplin seit ihrer Entstehung von vier zentralen Fragestellungen:
• Wie verhält sich ein Unternehmen, und wie lässt sich dieses Verhalten erklären?
• Wie organisieren sich Unternehmen intern, und welchen Mehrwert tragen die jeweiligen Formen der Verwaltungs- und Steuerungsbereiche dazu bei?
70
71
72
73
74
"business strategy" (Grant, 2008, p. 19)
(Müller-Stewens & Lechner, 2011, S. 32); (Simons, 2000, p. 6); (Wilson, 1995, p. 160)
(Müller-Stewens & Lechner, 2011, S. 32); (Wilson, 1995, p. 160)
(Müller-Stewens & Lechner, 2003, S. 34) / Wichtig erscheint der Hinweise, dass Gestaltungsebenen nur
dort sinnvoll sind, wo die Leitung bzw. das Management dieser organisatorischen Einheit den zu verantwortenden Wertschöpfungsprozess noch ausreichend selber beeinflussen kann. (Müller-Stewens &
Lechner, 2003, S. 34)
Seite 14
• Wodurch differenzieren sich Unternehmen vom restlichen Markt? Wie entwickeln
sich solche Differenzierungsmerkmale langfristig, und wie lässt sich diese Entwicklung erklären?
• Welche Faktoren entscheiden über Erfolg oder Misserfolg von Unternehmen, und
wie sind diese Faktoren im internationalen Wettbewerbsumfeld ausgeprägt? 75
In Anlehnung an die Strategiedefinition nach Mintzberg 76 lässt dich das Strategische Management somit definieren als: "Realisierung einer angestrebten Leistung für die […] Anspruchsgruppen eines Unternehmens; dies kann erreicht werden durch […] geplante und
emergente Initiativen sowie […] den Einsatz von Ressourcen, die zu einer […] einzigartigen
Positionierung und […] nachhaltigen Wettbewerbsvorteilen verhelfen." 77
Die Entwicklung der Strategie und deren Umsetzung im Kontext von Unternehmen geschehen in den Köpfen. Der Faktor Mensch spielt eine wichtige Rolle. Allgemeingültige "Fertigkonzepte" gibt es im Strategischen Management nicht. Vielmehr handelt es sich um Theorien, Praktiken und Konzepte, welche situativ auf das jeweilige Unternehmen und dessen
Umwelt angepasst und weiterentwickelt werden müssen. Sich verändernde Prozesse im Unternehmen und dessen Umwelt unterwerfen das Strategische Management einem fortlaufenden, kollektiven Lernprozess. 78
2.1.3
Systematisierung mittels General Management Navigator
(GMN)
2.1.3.1 Einleitung
Obwohl das Strategische Management eine vergleichsweise junge Disziplin in der Ökonomie darstellt 79, ist die dazugehörige Literatur sehr umfangreich und umfasst eine Vielzahl an
Themen- und Fachbereichen. Um hier den Überblick nicht zu verlieren, wird nachfolgend
zur Systematisierung des Strategischen Managements der Ansatz "General Management
Navigator (GMN)" von Müller-Stewens und Lechner verwendet (siehe Abbildung 1). Die
beiden Autoren strukturieren darin das Strategische Management in die fünf Arbeitsfelder
75
76
77
78
79
(Müller-Stewens & Lechner, 2011, S. 14-15); (Müller-Stewens & Lechner, 2003, S. 22)
siehe Kapitel 2.1.2.2
siehe Kapitel 2.1.1
Seite 15
"Initiierung", "Positionierung", "Wertschöpfung", "Veränderung" und "Performance Messung" 80.
Vertikal lässt sich der GMN unterteilen in die beiden Dimensionen Genese und Wirksamkeit
(siehe Abbildung 1). Erstere umfasst die Arbeitsfelder "Initiierung" und "Positionierung"
und letztere die Arbeitsfelder "Wertschöpfung" und "Veränderung". Die Genese bezeichnet
alle Prozessmuster, welche zu strategischen Initiativen führen. Darunter fallen die beabsichtigte Formulierung von strategischen Initiativen (intendierte Aktivitäten) sowie zusätzlich
alle unbeabsichtigten Prozessabläufe (nicht-intendierte Aktivitäten). Die Wirksamkeit befasst sich mit der intendierten und nicht-intendierten operativen Umsetzung der strategischen Initiativen. 81
Abbildung 1: General Management Navigator 82
80
81
82
(Müller-Stewens & Lechner, 2011, S. 24-28) / Erläuterungen zu den fünf Arbeitsfeldern finden sich in
Kapitel 2.1.3.2 bis Kapitel 2.1.3.6. In der vorliegenden Arbeit wird der GMN hauptsächlich in seiner
Funktion als "Orientierungskompass" verwendet. Dabei geht es um die Strukturierung und Ordnung der
enormen Vielfalt an Wissen im Strategischen Management. Alle weiteren Funktionen des GMN – siehe
(Müller-Stewens & Lechner, 2011, S. 30-31) – sowie die theoretischen Ansätze zu den jeweiligen Arbeitsfeldern im GMN werden in dieser Arbeit entweder ganz weggelassen oder nur ansatzweise skizziert.
Darstellung gemäss (Müller-Stewens & Lechner, 2003, S. 27 Abb. 1-3), mit eigenen Anpassungen.
Seite 16
Anhand der horizontal verlaufenden Achse im GMN lassen sich die prozessuale Dimension 83 und die inhaltliche Dimension 84 unterscheiden (siehe Abbildung 1). Die strategische
Inhaltsforschung 85 befasst sich mit der Frage, welche Szenarien möglicher strategischer Positionen unter Einbezug des jeweiligen, externen Kontexts zu einem optimalen Unternehmensergebnis führen. Die Untersuchung der notwendigen Prozesse zur Erreichung dieser
erfolgreichen Wettbewerbspositionen fällt in den Bereich der strategischen Prozessforschung 86. Erforscht wird in dieser Dimension insbesondere, wie sich Strategien im Zeitablauf formieren und wirksam werden sowie welche Faktoren hierfür eine Rolle spielen. 87
Die Treiber im GMN sind nicht Strategien an sich, sondern strategische Initiativen 88. Letztere definieren sich als wichtige, koordinierte Aktivitäten innerhalb eines Unternehmens,
welche die Unternehmensentwicklung signifikant beeinflussen 89. Müller-Stewens und
Lechner gehen davon aus, dass jedes Unternehmen eine Strategie – im Sinne eines Musters
– aufweist, unabhängig ob sich diese Strategie beabsichtigt entwickelt (intendierte Strategie 90) oder sich selber durch Ausprägung im Unternehmen formiert (nicht-intendierte Strategie 91). Die operative Tätigkeit eines Unternehmens, die bedienten Märkte, das Verhalten
gegenüber Konkurrenten etc. sind bewusst oder unbewusst Ausdruck der Strategie des betreffenden Unternehmens. Die Strategie bildet in diesem Verständnis den Ausgangspunkt
des Strategischen Managements mit dem Ziel, das (langfristige) Überleben des Unternehmens sicherzustellen. Die strategischen Initiativen dienen der (Weiter-)Entwicklung der
Ausgangsposition und liegen im Einflussbereich der Entscheidungsträger des Unternehmens. 92
Die Grenzen zwischen strategischen und nicht-strategischen Initiativen sind fliessend und
sehr stark kontextabhängig. Erschwerend kommt hinzu, dass eine solche Unterscheidung
möglichst ex ante erfolgen sollte, damit in der Umsetzung im Unternehmen entsprechende
Schwerpunkte gesetzt und Ressourcen bereitgestellt werden können. In der Theorie haben
sich zur Abgrenzung unterschiedliche Ansätze herausgebildet – bspw. wird als "strategisch"
83
84
85
86
87
88
89
90
91
92
"strategy process" (Müller-Stewens & Lechner, 2011, S. 29)
"strategy content" (Müller-Stewens & Lechner, 2011, S. 29)
Zur inhaltlichen Dimension gehören im GMN die Arbeitsfelder "Positionierung" und "Wertschöpfung".
Zur prozessualen Dimension gehören im GMN die Arbeitsfelder "Initiierung" und "Veränderung".
"deliberate strategy" (Mintzberg H. , 1987a, p. 13)
"emergent strategy" (Mintzberg H. , 1987a, p. 13)
Seite 17
bezeichnet, was zur Schaffung und Sicherung von Erfolgspotenzialen führt 93. Wichtig ist
die Erkenntnis, dass nicht alle Vorhaben innerhalb eines Unternehmens als strategisch behandelt werden können. Dieses Vorgehen würde zu einer Verzettelung der verfügbaren Ressourcen im Unternehmen führen und damit der Funktion einer Strategie – u.a. der Fokussierung der vorhandenen Ressourcen – zuwiderlaufen. 94
2.1.3.2 GMN – Initiierung
Das Arbeitsfeld "Initiierung" untersucht unter anderem, wie sich Strategien im Unternehmen bilden und wie effektive Strategieprozesse gestaltet werden können. Die Strategieprozesse lassen sich definieren als alle in einer unternehmerischen Einheit stattfindenden Entscheidungen und Handlungen, durch die sich die strategischen Initiativen dieser Einheit bilden. Solche Prozesse können überall im Unternehmen entstehen, sowohl intendiert als auch
autonom (d.h. nicht-intendiert). Die wichtigsten Dimensionen eines Strategieprozesses sind
der Ort, die Beteiligten, das Timing, die Ressourcen und die Praktiken. Erst wenn Informationen zu diesen fünf Dimensionen vorliegen, können Strategieprozesse überhaupt erst gestaltet werden. 95 In der Praxis haben sich fünf Typen von Strategieprozessen etabliert, wobei oftmals auch Mischformen vorliegen:
• Der Kommandoansatz beschreibt einen hierarchisch getriebenen Strategieprozess
(Top-down-Methode), bei dem die Führungsspitze die Ziele und strategischen Initiativen eines Unternehmens im Alleingang festlegt und die Implementierung durch die
Gestaltung organisationaler Parameter (u.a. Organisationsstruktur, Leistungsmessung, Leadership) zu erreichen versucht. 96
• Bei der Strategischen Planung werden stark formalisierte Strategieprozesse systematisch anhand eines Planungsmodells abgearbeitet. Die zahlreichen Varianten an
Planungsmodellen verwenden in der Regel eine einheitliche Logik: (1) unternehmerische Ziele festlegen, (2) die Umwelt und das Unternehmen systematisch analysieren,
(3) strategische Initiativen erarbeiten, evaluieren und auswählen, (4) Massnahmenpläne mit Zielvorgaben (u.a. Budget, Zeitplan) erarbeiten und zur Umsetzung verabschieden sowie (5) Fortschritte und Ergebnisse der strategischen Initiativen kontrollieren. Im Gegensatz zum Kommandoansatz werden Entscheidungen in diesem Ansatz nicht aufgrund der hierarchischen Machtstellung, sondern aufgrund analytischer
Logik begründet. Die Unterteilung des Strategieprozesses in Teilprozesse und die
93
94
95
(Müller-Stewens & Lechner, 2011, S. 25 & 45 ff.)
Seite 18
Ableitung von operativen Massnahmen verbessert im Vergleich zum Kommandoansatz die Verankerung der Ziele im Unternehmen. 97
• Die Gelenkte Evolution versteht das ganze Unternehmen als Quelle von strategischen Initiativen. In Gruppen mit wechselnder Zusammensetzung und aus unterschiedlichen Hierarchie-Ebenen werden strategische Initiativen im Unternehmen generiert (Variation). Anschliessend werden die strategischen Initiativen mit dem
grössten Erfolgspotenzial vom Management ausgewählt, mit den notwendigen Ressourcen ausgestattet, implementiert sowie während der gesamten Implementierungsphase auf die Zielerreichung und Sinnhaftigkeit im Kontext des Gesamtunternehmens kontinuierlich überprüft (Selektion). In der letzten Phase werden die strategischen Initiativen, welche sich als wirksam erweisen, zusammengefasst und in der
Organisation verankert (Retention). Die Führungsspitze übernimmt bei diesem Strategieprozess hauptsächlich eine Prozessgestaltungs- und Koordinierungsfunktion,
während sich der Inhalt strategischer Initiativen mehrheitlich evolutionär aus dem
Unternehmen selber ableitet. 98
• Beim Symbolischen Ansatz wird mittels einer überzeugenden Vision die Sinngebung
und Orientierung in einer Organisation verankert. Der Motor bei diesem Ansatz ist
die intrinsische Motivation der Beschäftigten, welche es durch die Vision zu kanalisieren und zu fördern gilt. 99.
• Die Selbstorganisation basiert auf dem Grundverständnis, dass sich erfolgreiche
strategische Initiativen nicht bewusst steuern lassen. Es wird davon ausgegangen,
dass Muster und Perspektiven sowie deren Weiterentwicklung (strategische Initiativen) hauptsächlich aus dem Zusammenwirken der Akteure und Gruppen im Unternehmen hervorgehen. Die Aufgabe der Führungsspitze beschränkt sich dabei auf die
Schaffung von Rahmenbedingungen, innerhalb welcher sich die selbstorganisierenden Prozesse möglichst optimal entwickeln können. Dieser Strategieprozess setzt eine hohe (Eigen-)Verantwortung der einzelnen Mitglieder einer Organisation, die aktive Teilnahme an den Unternehmensprozessen sowie ein ausgeprägtes Verständnis
für die Gesamtentwicklung eines Unternehmens voraus. 100 Diese und weitere Eigenschaften werden oftmals unter dem Begriff "Intrapreneurship" zusammengefasst. Da-
96
97
98
99
100
Seite 19
runter ist das Verhalten als (weitsichtiger) Entrepreneur (Unternehmer) innerhalb einer bestehenden Organisation zu verstehen. 101
Keiner der oben aufgeführten fünf Strategieprozesse ist gemäss aktuellem Stand der Wissenschaft den anderen überlegen. Die Effektivität ist abhängig vom Kontext der jeweiligen
Organisation. Bei sich rasch verändernden Branchen (z.B. Softwareentwicklung oder Biotechnologie) sind vergleichsweise starre und stark formalisierte Strategieprozesse (z.B. strategische Planung) weniger geeignet. Im Gegenzug sind selbstorganisierende Strategieprozesse in Branchen mit langen Laufzeiten und hohen Fixkosten (z.B. Energiewesen, Schienen- oder Luftverkehr) nicht sinnvoll. Zu beachten ist, dass die einzelnen Strategieprozesse
eigene Prozesslogiken besitzen. Die simultane Anwendung verschiedener Strategieprozesse
sind nur dort zielführend, wo diese entweder parallel auf unterschiedlichen Gestaltungsebenen oder sequentiell auf derselben Gestaltungsebene in einem Unternehmen eingesetzt werden. 102
2.1.3.3 GMN – Positionierung
Im Zentrum der Positionierung steht das Aussenverhältnis eines Unternehmens, d.h. die Gestaltung der Unternehmen-Umwelt-Beziehung 103. Die Aufgabe besteht darin, für das Unternehmen und dessen Subeinheiten eine "vorteilhafte Stellung gegenüber seinen als relevant
erachteten Anspruchsgruppen […] zu bestimmen und die vorhandenen Ressourcen und Fähigkeiten so einzusetzen, dass diese Stellung erreicht werden kann" 104. Die Komplexität besteht in der Vielzahl an gegenwärtigen und zukünftigen Anspruchsgruppen mit ganz unterschiedlichen und nicht immer transparenten Absichten und Handlungsstrategien, welche
sich im Zeitablauf oftmals verändern und in der Kombination häufig zu unerwarteten Rückkoppelungseffekten führen. Diese Eigendynamik führt bei der Positionierung zu hohen Risiken seitens des Unternehmens. 105 Im GMN wird diese Herausforderung anhand der nachfolgenden fünf konzeptionellen Stufen systematisch gestaltet:
1. Umwelt- und Unternehmensanalyse 106
Die Umwelt- und Unternehmensanalyse dient zur Ermittlung der Einflusskräfte seitens der
Anspruchsgruppen auf das Unternehmen sowie seitens des Unternehmens gegenüber den
101
102
103
104
105
106
siehe hierzu (Moriano, Molero, Topa, & Mangin, 2014, p. 105); (Pinchot, 1985, p. 32 et seqq.)
(Müller-Stewens & Lechner, 2011, S. 125) / Erläuterungen zum Begriff "Anspruchsgruppe" finden sich
in Fn. 52.
siehe hierzu auch: (Grant, 2008, p. 64 et seqq.)
Seite 20
Anspruchsgruppen. Anhand der Art, Stärke und des Zusammenspiels dieser Einflusskräfte
lässt sich ein Bild der momentanen Situation des Unternehmens skizzieren und erwartete
Veränderungen können abgeleitet werden. 107 Die Umwelt- und Unternehmensanalyse gliedert sich in folgende Felder:
• Zuerst ist die Ausgangssituation zu strukturieren. Aufgrund der unendlichen Komplexität und Vielfalt der Umwelt eines Unternehmens ist in der Regel eine sorgfältige
Segmentierung in möglichst homogene Analyseeinheiten notwendig. Die Aussensicht (Umwelt) wird hierfür in strategische Geschäftsfelder (SGF) 108 eingeteilt. Als
strategische Steuerungseinheiten (Innensicht des Unternehmens) gilt es als Pendant
zu den SGF, die strategischen Geschäftseinheiten (SGE) 109 abzugrenzen. Setzt sich
ein Unternehmen aus mehreren SGE zusammen, wird zusätzlich die Ebene des Gesamtunternehmens 110 als Steuerungseinheit relevant. 111
• In einem zweiten Schritt sind die Einflusskräfte der Umwelt auf das Unternehmen in
den einzelnen SGF zu untersuchen. Hier geht es vor allem um die Bestimmung der
Anspruchsgruppen, die Einschätzung ihrer Machtstellung 112 (Einflusskraft) sowie die
Erfassung ihrer Erwartungen gegenüber dem Unternehmen. Die begrenzten Ressourcen eines Unternehmens verunmöglichen es, allen Anspruchsgruppen vollumfänglich
gerecht zu werden. Die Priorisierung der Anspruchsgruppen ist daher notwendig, um
die begrenzten Ressourcen des Unternehmens auf die (gewichteten) Erwartungen der
Anspruchsgruppen ausrichten zu können. Aus diesen (gewichteten) Erwartungen in
107
108
109
110
111
112
(Müller-Stewens & Lechner, 2011, S. 123-127 & 142)
Strategische Geschäftsfelder (SGF) sind eine marktbezogene Segmentierung der Umwelt anhand der
gegenwärtigen Aktivitäten eines Unternehmens (Aussensicht). Sie repräsentieren einen möglichst isoliert
funktionierenden Ausschnitt aus dem gesamten Betätigungsfeld des Unternehmens, welcher eigene Ertragsaussichten, Chancen und Risiken aufweist und für den relativ eigenständige Strategien entwickelt
und realisiert werden können. (Müller-Stewens & Lechner, 2011, S. 143)
Strategische Geschäftseinheiten (SGE) sind eine interne Segmentierung eines Unternehmens (Innensicht) in möglichst unabhängig agierende Unternehmenseinheiten, welche – im Kontext des Gesamtunternehmens – selbständig Ziele in den zugehörigen Geschäftsfeldern eigenverantwortlich verfolgen. Eine
SGE kann mehrere SGF umfassen und umgekehrt. Wichtig ist die möglichst überschneidungsfreie Abgrenzung der SGE untereinander sowie der SGF untereinander. (Müller-Stewens & Lechner, 2011, S.
149 & 144)
Bei Kooperationsformen mit anderen Unternehmen ist zusätzlich die Netzwerkebene als strategische
Steuerungseinheit zu beachten (siehe Kapitel 2.1.2.3).
Idealerweise werden bei der Erfassung der Anspruchsgruppen und der Einschätzung ihrer Einflusskraft
nicht nur Anspruchsgruppen mit direkten Nutzenbeziehungen zum Unternehmen berücksichtigt. Aus
ethischer Sichtweise sind vielmehr auch Gruppen ohne unmittelbare Einflusskraft, aber mit legitimen
Ansprüchen gegenüber dem Unternehmen miteinzubeziehen. Darunter sind alle Anspruchsgruppen zu
verstehen, welche durch das (strategische) Handeln des Unternehmens gegenwärtig oder in Zukunft betroffen sind (z.B. kommende Generationen im Zusammenhang mit dem Umweltschutz bzw. dem Umgang des Unternehmens mit den natürlichen Ressourcen). (Müller-Stewens & Lechner, 2011, S. 163)
Seite 21
Verbindung mit den Ambitionen des Unternehmens lassen sich schliesslich die Nutzenversprechen 113 des Unternehmens gegenüber den einzelnen Anspruchsgruppen
ableiten. 114
• Drittens sind die Einflusskräfte des Unternehmens auf die Umwelt zu untersuchen.
Erst wenn der Aufbau, das Zusammenspiel und die Wirkungsweise dieser unternehmenseigenen Einflusskräfte bekannt sind, lässt sich ableiten, zu welchen Aktivitäten
das Unternehmen in der Lage ist und wie es sich am Markt von der Konkurrenz differenzieren kann. Die Aufschlüsselung in Ressourcen 115, Fähigkeiten 116 und Kernfähigkeiten 117 ist ein möglicher Ansatz zur analytischen Erfassung der unternehmenseigenen Einflusskräfte. 118
2. Normativer Rahmen
Sobald mittels der Umwelt- und Unternehmensanalyse fundierte Kenntnisse über die Position 119 einer unternehmerischen Einheit vorliegen, stellt sich die Frage, wie diese Position
weiterentwickelt werden soll. Zur Weiterentwicklung der Position müssen für jede relevante
Anspruchsgruppe Gestaltungsoptionen (strategische Initiativen) konzipiert, bewertet und
aufeinander abgestimmt werden. Vorgängig muss jedoch Klarheit über die Ziele der einzelnen unternehmerischen Einheiten bestehen. Diesem Zweck dient der normative Rahmen, in
dem mittels der Führungsinstrumente "Mission" und "Werte" der Raum für die Entwicklung
113
114
115
116
117
118
119
"value propositions" (Müller-Stewens & Lechner, 2011, S. 164) / siehe hierzu auch Fn. 148
Zu den Ressourcen eines Unternehmens zählen im traditionellen Verständnis die produktiven Faktoren:
(1) menschliche Arbeitsleistung, (2) Betriebsmittel und (3) Werkstoffe. Neuere Ansätze, welche die
wachsende Bedeutung von immateriellen Werten berücksichtigen, verwenden eine detailliertere Aufschlüsselung der Unternehmensressourcen – bspw. mittels einer Matrix zur Unterscheidung in materielle
und immaterielle Ressourcen sowie handelbare und nicht-handelbare Ressourcen. (Müller-Stewens &
Lechner, 2011, S. 197-199)
Die (organisationalen) Fähigkeiten lassen sich definieren als komplexe Interaktions-, Koordinations- und
Problemlösungsmuster, welche als organisationale Routinen im Unternehmen das Zusammenspiel der
Ressourcen und die Leistungserstellung erst möglich machen. (Müller-Stewens & Lechner, 2011, S. 199205)
Kernkompetenzen sind Fähigkeiten im Unternehmen, welche am Markt zu nachhaltigen Wettbewerbsvorteilen führen. Solche Fähigkeiten müssen (1) wertvoll sein, d.h., sie müssen die Effizienz und Effektivität des Unternehmens verbessern und die Leistung am Markt erhöhen. Zusätzlich müssen Kernkompetenzfähigkeiten (2) selten bzw. einzigartig und (3) vor Imitation möglichst geschützt sowie nicht ersetzbar sein. Sobald diese drei Kriterien erfüllt sind, führen diese Fähigkeiten zu einem inkrementellen Vorteil gegenüber der Konkurrenz. Nachhaltige Wettbewerbsvorteile bzw. "echte" Kernkompetenzen liegen
erst dann vor, wenn diese Fähigkeiten zusätzlich (4) transferierbar sind, d.h., solche Kernkompetenzen
sollten auf zusätzliche Bereiche (z.B. weitere strategische Geschäftsfelder) anwendbar sein. (MüllerStewens & Lechner, 2011, S. 205-210)
Unter Position ist hier das Verhältnis des Unternehmens zu den (relevanten) Anspruchsgruppen zu verstehen (Müller-Stewens & Lechner, 2011, S. 220).
Seite 22
strategischer Initiativen sinnvoll eingrenzt (Kanalisierungsfunktion) und anhand der Führungsinstrumente "Vision" sowie kurz- und mittelfristigen "Zielen" die Entwicklungsrichtung vorgegeben wird (Orientierungsfunktion). 120
Die Vision ist als Skizze der angestrebten, zukünftigen Wirklichkeit eines Unternehmens zu
verstehen. Ihre Aufgabe ist es, im Unternehmen Sinn zu stiften, motivierend zu wirken, kollektive Handlungen anzustossen und zu koordinieren sowie die Ressourcen zu bündeln bzw.
zu integrieren. Die Mission 121 definiert den Unternehmenszweck, d.h., welchen Auftrag das
Unternehmen verfolgt und welchen Beitrag das Unternehmen dadurch an seine Anspruchsgruppen leistet (Nutzenversprechen). Werte sind Teil der Unternehmenskultur und beeinflussen bewusst oder unbewusst das alltägliche Denken und Handeln der Mitarbeiter. Werte
als Führungsinstrument bezeichnen eine (kleine) Menge an formulierten Grundsätzen für
das soziale Verhalten im Unternehmen und richten sich an alle Mitarbeiter. Gegen innen
dienen Werte zur Förderung der Loyalität und Motivation der Mitarbeiter. Gegenüber den
Anspruchsgruppen bilden die Werte die Handlungsbasis für das Nutzenversprechen (Mission). Kurz- und mittelfristige Zielvorgaben oder -vereinbarungen sind in der betrieblichen
Praxis häufig anzutreffende Führungsinstrumente. Ihre Funktion ist es, das Handeln in Bezug auf bestimmte Planvorhaben zu koordinieren und zu fokussieren. Zusätzlich sind Ziele
als Leistungsvorgaben an die Organisation oftmals eng mit der Performance-Messung verknüpft. 122
3. Strategien auf Ebene der Geschäftseinheiten
Aufbauend auf den vorangehenden Schritten können jetzt strategische Initiativen auf der
Ebene der strategischen Geschäftseinheiten (SGE) erarbeitet werden. Unterteilen lassen sich
solche Geschäftsstrategien in Wettbewerbsstrategien und Marktstrategien. Die Wettbewerbsstrategien 123 legen fest, wie die Position der betreffenden SGE gegenüber den Konkurrenten in einer Branche 124 gestaltet werden soll. Die Marktstrategien befassen sich mit der
Gestaltung der Position einer SGE gegenüber einzelnen Markt- bzw. Kundensegmenten 125
eines strategischen Geschäftsfelds (SGF). 126
120
121
122
123
124
125
126
Auch "Leitbild" oder "Mission Statement" genannt (Müller-Stewens & Lechner, 2011, S. 227).
ausführlich hierzu siehe Kapitel 3.2
Der Begriff "Branche" bezeichnet eine Gruppe von Unternehmen, welche gleiche oder ähnliche Produkte
und Dienstleistungen anbietet (Müller-Stewens & Lechner, 2011, S. 637).
Markt- bzw. Kundensegmente sind relativ homogene Teilmärkte, welche sich anhand bestimmter Merkmale von Käufergruppen gegenüber einem heterogenen Gesamtmarkt abgrenzen lassen (Müller-Stewens
& Lechner, 2011, S. 637).
(Müller-Stewens & Lechner, 2011, S. 248-250 & 270-271)
Seite 23
4. Strategien auf Ebene des Gesamtunternehmens
Gesamtunternehmensstrategien werden – in Ergänzung zu den Geschäftsstrategien – relevant, sobald sich ein Unternehmen aus mehreren strategischen Geschäftseinheiten (SGE)
zusammensetzt und deren Tätigkeiten durch eine Gruppenebene (Konzernzentrale) gesteuert
wird. Ökonomisch ist eine Gruppenebene nur dann sinnvoll, wenn durch die Diversifizierung in mehrere SGE ein Mehrwert für die relevanten Anspruchsgruppen entsteht, welcher
die Kosten für die Gruppenebene (Konzernleitung, Konzerninfrastruktur etc.) übersteigt. Zu
den relevanten Anspruchsgruppen zählen insbesondere die Gestaltungsebenen unterhalb des
Gesamtunternehmens (SGE, Divisionen, Ländergesellschaften etc.). Hier setzt die Gesamtunternehmensstrategie schwerpunktmässig an. Anhand der drei Dimensionen (1) strategisches Konzept, (2) Konfiguration und (3) Koordination lässt sich die Entwicklung strategischer Initiativen zur Generierung von Mehrwerten auf der Gruppenebene systematisieren 127:
• Mit der Erarbeitung eines strategischen Konzepts gilt es die Leitidee festzulegen,
wie die auf der Gruppenebene vorhandenen Ressourcen und Fähigkeiten zur wertsteigernden Entwicklung der einzelnen Geschäfte (SGE) eingesetzt werden sollen.
• Die Konfiguration dient zur Festlegung, in welchen SGF das Gesamtunternehmen
tätig sein will, und wie die einzelnen SGE miteinander kombiniert werden sollen.
Hier gilt es profitable Wachstumsmöglichkeiten zu identifizieren und die verfügbaren Ressourcen entsprechend zu organisieren bzw. zu entwickeln (z.B. durch den
Verkauf bzw. Zukauf von SGE bzw. Geschäftsbereichen).
• Die Koordination bezweckt die Verknüpfung von Aktivitäten der einzelnen SGE untereinander (horizontale Koordination) sowie zwischen den Unternehmensebenen
(vertikale Koordination), um dadurch Synergien 128 erzielen zu können. 129
Neben den (internen) Anspruchsgruppen spielen für die Gesamtunternehmensstrategie verschiedene weitere Anspruchsgruppen zusätzlich eine bedeutende Rolle. Hierzu zählen insbesondere die Kapitalgeber zur Sicherstellung, dass genügend Ressourcen in den einzelnen
127
128
129
(Müller-Stewens & Lechner, 2011, S. 272-274) / siehe hierzu auch: (Holloway, 1998b, pp. 3-67)
Synergien bezeichnen den Mehrwert, den das Gesamtunternehmen über die Zeit zusätzlich zur Summe
der Werte der einzelnen SGE im Portfolio durch Koordination der Aktivitäten in diesem Portfolio generiert. Der (erwartete) Ertrag eines Systems abzüglich der Summe der (erwarteten) Erträge der einzelnen
Teile dieses Systems ergibt das Synergiepotential eines Systems. (Müller-Stewens & Lechner, 2011, S.
281).
Seite 24
SGE vorhanden sind, der Staat mittels der Festlegung der Rahmenbedingungen sowie die
Mitarbeiter. 130
5. Evaluation
Die generierten strategischen Initiativen, welche aufgrund der vorangehenden Schritte abgeleitet werden konnten, gilt es anschliessend zu bewerten und zu einem konsistenten strategischen Programm zu kombinieren. Hierzu sind die strategischen Initiativen – einzeln, gebündelt je Gestaltungsebene sowie gesamthaft über die Gestaltungsebenen hinweg – daran zu
messen:
a) ob sie den Möglichkeiten des Unternehmens und den Anforderungen der Umwelt gerecht werden und zu einer vorteilhaften Positionierung gegenüber den Anspruchsgruppen führen (Angemessenheit);
b) inwiefern sie zur Erreichung der Ziele gemäss normativem Rahmen beitragen (Zielerreichung);
c) ob im Unternehmen bzw. auf der relevanten Gestaltungsebene die notwendigen Fähigkeiten oder Ressourcen zur Umsetzung der strategischen Initiativen vorhanden
sind bzw. verfügbar gemacht werden können (Durchführbarkeit);
d) ob die strategischen Initiativen zusammen passen bzw. sich gegenseitig möglichst
wenig widersprechen (Konsistenz). 131
Aus dem Bereich der Performance Messung bzw. dem Management Accounting gibt es eine
Vielzahl an Methoden, welche die Evaluation der strategischen Initiativen unterstützen können (z.B. Discounted Cash Flow Methode, Monte-Carlo-Simulation etc.) 132.
2.1.3.4 GMN – Wertschöpfung
Aus betriebswirtschaftlicher Sicht lässt sich Wertschöpfung 133 definieren als positive Differenz zwischen dem Wert der Abgabeleistung (z.B. Pommes frites) und dem Wert der eingegangenen Vor- und Fremdleistungen (z.B. Kartoffeln, Speiseöl, Salz, Anlieferung etc.).
Diese Definition von Wertschöpfung bedingt erstens einen (Eigen-) Leistungserstellungsprozess (aus Inputfaktoren wird Output) und zweitens einen positiven (messbaren) Mehrwert (des Outputs gegenüber der Summe der Inputfaktoren). Beide Faktoren spielen bei der
130
131
132
133
weitere Definitionen zum Begriff "Wertschöpfung" siehe (Müller-Stewens & Lechner, 2011, S. 356-357)
Seite 25
strategischen Betrachtung eine Rolle. Einerseits müssen die beschlossenen strategischen
Initiativen 134 operativ umgesetzt werden, wodurch die Leistungserstellungsprozesse der jeweiligen Gestaltungsebenen betroffen sind bzw. angepasst werden müssen. Andererseits
bezweckt die strategische Positionierung eine bestimmte Zielerreichung. Auf diese Zielerreichung ist der Mehrwert der Wertschöpfung auszurichten. Beispielsweise sind bei einer
Strategie der Kostenführerschaft 135 alle innerhalb des Wertschöpfungsprozesses anfallenden
Aktivitäten konsequent auf (Kosten-)Effizienz auszurichten. Die Fähigkeit, zu geringeren
Kosten als die Wettbewerber produzieren zu können, setzt spezielle Fertigkeiten im Unternehmen voraus. Unter anderem sind strikte Kostenkontrollen in allen Wertschöpfungsaktivitäten notwendig, Prozesse sind möglichst zu standardisieren, und die Infrastruktur ist möglichst optimal auf die Absatzvolumen abzustimmen. Die permanente Suche nach Rationalisierungsmöglichkeiten sowie eine ausgeprägte Verankerung der Sparsamkeit in der Unternehmenskultur sind weitere notwendige Ausprägungen dieser strategischen Positionierung. 136
An der Schnittstelle vom Arbeitsfeld "Positionierung" zum Arbeitsfeld "Wertschöpfung"
erfolgt ein Wechsel von der strategischen Planung (Genese) zur operativen Umsetzung
(Wirksamkeit) 137. Der zentrale Erfolgsfaktor für die jeweilige Gestaltungsebene und Hauptaufgabe im Arbeitsfeld "Wertschöpfung" ist die konsistente Umsetzung der (Plan)Vorgaben aus dem Arbeitsfeld "Positionierung". In der Praxis erfolgt der Abgleich zwischen diesen beiden Arbeitsfeldern oftmals iterativ, d.h., die Positionierung und die Wertschöpfung werden solange miteinander abgeglichen, bis beide zueinander möglichst kompatibel sind. 138 Als Anknüpfungspunkte zur Positionierung lassen sich im Arbeitsfeld "Wertschöpfung" die drei konzeptionellen Bereiche (1) Wertkette, (2) Geschäftsmodell und (3)
Funktionalstrategien unterscheiden:
1. Wertkette 139
Die Wertkette dient als analytisches Denkmodell, um Prozesse 140 und deren Ablauf auf der
jeweiligen Betrachtungsebene 141 zu erfassen (Ablauforganisation) sowie die Wertgenerie134
135
136
137
138
139
140
141
siehe hierzu das Arbeitsfeld "Positionierung" in Kapitel 2.1.3.3
siehe Kapitel 3.2
(Müller-Stewens & Lechner, 2011, S. 354-359) / siehe hierzu auch: (Porter M. E., 1996)
siehe Abbildung 1
"value chain"
Ein Prozess ist hier zu verstehen als eine Menge (oder ein System) von Aufgaben und Aktivitäten, die in
einer mehr oder weniger standardisierten Abfolge zu erledigen sind, und deren Bewältigung durch den
Einsatz von Informationssystemen massgeblich unterstützt werden kann (Rüegg-Stürm, 2009, S. 109).
Wertketten können sowohl auf den unterschiedlichen Unternehmens- bzw. Gestaltungsebenen (z.B.
SGE, Divisionen etc.) als auch auf ganze Branchen (siehe Fn. 124) angewendet werden. Die Wertketten
Seite 26
rung der einzelnen Aktivitäten dieser Prozesse festzustellen. Je nach konzeptionellem Ansatz werden zur Herleitung der Wertkette die unternehmensinternen Aufgaben und Aktivitäten unterschiedlich gruppiert. Beispielsweise können Primäraktivitäten und Unterstützungsaktivitäten 142 unterschieden werden. Erstere umfassen sämtliche Aktivitäten 143, welche einen direkten wertschöpfenden Beitrag zur Erstellung eines Produktes oder einer Dienstleistung leisten. Die Unterstützungsaktivitäten schaffen demgegenüber die notwendigen Voraussetzungen für einen möglichst optimalen Ablauf der Primäraktivitäten. Dazu zählen unter anderem die Bereitstellung der Unternehmensinfrastruktur, das Personalwesen sowie das
Beschaffungswesen. Die Analyse von Wertketten verbessert das Verständnis der diversen
Prozesse zur Leistungserstellung (Wertschöpfungsprozesse) sowie deren Interaktion. Dieses
Wissen bildet eine wichtige Grundlage für die zielgerichtete (Um-)Gestaltung der Wertschöpfungsprozesse. Zusätzlich kann anhand der Wertkette abgeleitet werden, welche Aktivitäten im Unternehmen Werte generieren und welche Werte vernichten. 144
2. Geschäftsmodell
Ein Geschäftsmodell ist ein systemischer Ansatz zur Beschreibung, wie ein Unternehmen
sein Geschäft betreibt. Anhand des Geschäftsmodells wird aufgezeigt, wie eine unternehmerische Einheit (z.B. SGE) durch die Vernetzung verschiedener Aktivitäten eine Wertschöpfung erzielt, und welche Nutzenversprechen gegenüber den relevanten Anspruchsgruppen
dadurch erfüllt werden sollen. Ein Geschäftsmodell sollte hierfür Auskunft über die zu erbringenden Nutzenversprechen, das Design der Aktivitäten zur Erbringung der Wertschöpfung, die Steuerung und Verknüpfung dieser Aktivitäten, die benötigten zentralen Ressourcen zur Leistungserbringung sowie die Ertragsmechanik geben. 145 Gemäss Porter hängt der
Erfolg eines Unternehmens vom Grad des Zusammenspiels zwischen der Positionierung
und den (operativen) Aktivitäten ab. Die Aktivitäten sollten möglichst konsistent sein ("first
order fit"), sich gegenseitig verstärken ("second order fit") und durch die Koordination und
gegenseitige Vernetzung möglichst effizient ablaufen ("third order fit"). 146 Erst wenn diese
drei Entwicklungsstufen umgesetzt sind, liegen echte Wettbewerbsvorteile vor. Holloway
142
143
144
145
146
der einzelnen Unternehmen einer Branche ergeben zusammen die Wertkette der gesamten Branche.
(Müller-Stewens & Lechner, 2011, S. 361-366) Die Wertketten aller Unternehmen bzw. Branchen, welche für die Entstehung eines bestimmten Produkts benötigt werden, bilden zusammen die Wertschöpfungskette dieses Produkts. (Rüegg-Stürm, 2009, S. 110 Fn. 42)
Die Unterteilung in Primär- sowie Unterstützungsaktivitäten basiert auf Arbeiten von Porter (MüllerStewens & Lechner, 2011, S. 360-375). Je nach Literatur werden andere Unterteilungen der Wertschöpfungsprozesse vorwendet – siehe hierzu u.a. (Rüegg-Stürm, 2009, S. 111 ff.)
z.B. Eingangslogistik, Produktion, Marketing & Vertrieb, Ausgangslogistik und Kundendienst (MüllerStewens & Lechner, 2011, S. 361 Abb. 4-7)
(Müller-Stewens & Lechner, 2011, S. 360-375); (Rüegg-Stürm, 2009, S. 110-112)
(Porter M. E., 1996, pp. 71-73)
Seite 27
fast dies wie folgt zusammen: "It is at this level of system integration that fit between service concept and operational processes can be translated into a strategic position that is
both sustainable and difficult for competitors to decode and imitate, irrespective of how
readily the individual components in the system might themselves be isolated and replicated." 147
Beim Geschäftsmodell steht das Nutzenversprechen 148 gegenüber den Kunden im Vordergrund. Die Ergebnisse aus der Umwelt- und Unternehmensanalyse 149 fliessen hier ein. Ein
möglicher Ansatz zur Erzielung eines Kundennutzens ist die Bereitstellung einer Lösung für
eines oder mehrere der vier häufig anzutreffenden Hindernisse zur Befriedigung von Kundenbedürfnissen. Dabei handelt es sich erstens um Leistungen, die dem Kunden aufgrund
knapper finanzieller Mittel in dieser Form bisher nicht zugänglich waren (z.B. das Auto
Ford T von Henry Ford, welches aufgrund der kostengünstigeren Fliessbandmontage einem
breiteren Kundenkreis den Zugang zur automobilen Mobilität ermöglichte). Zweitens gehören Leistungen dazu, welche dem Kunden bisher nicht öffentlich zugänglich waren (z.B.
Weltraumtourismus). Drittens sind darunter Leistungen zu verstehen, welche vom Kunden
bisher aufgrund der hohen Komplexität nicht in Anspruch genommen wurden (z.B. wiiKonsole von NINTENDO, welche die Nutzung von Computerspielen weniger technikaffinen Nutzern zugänglich machte). Viertens zählen Leistungen dazu, welche dem Kunden
eine Zeitersparnis bringen (z.B. Hochgeschwindigkeitszüge auf bestimmten Strecken). 150
Das Design der Aktivitäten 151 legt die grundlegende Anzahl und Struktur der Aktivitäten
eines Geschäftsmodells fest. Je nach Positionierung werden bestimmte Kernelemente benötigt, welche die Leistungserstellung und damit das Nutzenversprechen charakterisieren. Bei
Low Cost Carriers 152 gehört dazu das Element "no frills" 153, wodurch beispielsweise Aktivitäten und deren Umfang bei der Bordverpflegung, beim Bording oder bei der Gepäckabwicklung definiert werden. Die Komplexität eines Geschäftsmodells widerspiegelt sich in
der Anzahl und der Kombination benötigter Kernelemente zur Erfüllung des Nutzenversprechens gegenüber den Kunden. Zusätzlich muss beim Design der Aktivitäten festgelegt
147
148
149
150
151
152
153
(Holloway, 1998b, p. 247)
"value proposition", Kaplan und Norten verstehen darunter: "the company's strategy for the customer by
describing the unique mix of product, price, service, relationship, and image that a company offers its
targeted group customers. The value proposition should communicate what the company expects to do
for its customers better or differently than its competitors." (Kaplan & Norton, 2004, p. 40)
siehe Kapitel 2.1.3.3, Ziff. 1
Ein Activity System am Beispiel der Southwest Airlines findet sich in: (Porter M. E., 1996, p. 73)
Billigfluglinien (Müller-Stewens & Lechner, 2011, S. 379) / siehe hierzu auch Kapitel 4.6.3
siehe Fn 778
Seite 28
werden, welche Aktivitäten der Wertkette selber und welche durch Partner oder Lieferanten
erbracht werden sollen. 154
Bei der Steuerung der Aktivitäten geht es um die Frage, wie die zur Wertschöpfung benötigten Aktivitäten miteinander interagieren und koordiniert werden können. Relevant ist dabei vor allem, wie die Aktivitäten ausgelöst werden und wie stark die Aktivitäten untereinander vernetzt sind. 155
Zur Wertschöpfung werden Ressourcen benötigt, welche im Rahmen des Geschäftsmodells
miteinander kombiniert werden. Unterscheiden lassen sich die drei Arten, nämlich (1) physische Ressourcen (z.B. Technologien, Maschinen, Rohstoffe, Kapital), (2) Humankapital
(z.B. Mitarbeiter, Wissen, Erfahrung) sowie (3) organisationale Ressourcen (z.B. Managementsysteme, Performance Measurement Systeme etc.). Je nach Geschäftsmodell sind die
notwendigen Ressourcen verfügbar zu machen und zielgerichtet zu entwickeln. 156
Die Ertragsmechanik beschreibt, wie eine unternehmerische Einheit mit der Wertschöpfung bzw. dem Nutzenversprechen gegenüber den Kunden Erträge erzielt, und welche Kosten 157 zur Leistungserstellung dabei anfallen. Die Differenz aus dem Ertrag und den Kosten
entspricht dem Gewinn (Verlust) zugunsten (zulasten) der Leistungserstellerin. Ein wichtiger Punkt der Ertragsmechanik ist die zeitliche Abfolge der Entschädigung für die Wertschöpfung an die Leistungserstellerin (z.B. Kaufpreis) und dem Zeitpunkt oder der Zeitspanne der Nutzengenerierung durch den Kunden (Realisierung der Wertschöpfung). 158 Beispielsweise erfolgt beim Leasing eines Autos das Entgelt für die Nutzung des Autos über
eine vertraglich bestimmte Zeitspanne, wogegen beim Kauf einer Handtasche die Entrichtung des Entgelts in der Regel einmalig beim Übergang des Eigentums vom Anbieter auf
den Kunden entrichtet wird. Auf der Kostenseite spielen die Entstehung (Treiber), die Art
sowie das Verhalten der Kosten eine wichtige Rolle 159.
3. Funktionalstrategien 160
Ein effizienter Wertschöpfungsprozess bedingt, dass gleichartige Aktivitäten in einer Organisation koordiniert und die notwendigen Ressourcen bzw. das notwendige Wissen dafür
154
155
156
157
158
159
160
detaillierte Ausführungen zum Begriff "Kosten" finden sich u.a. in: (Treyer & Frischknecht, 2013, S. 52)
(Treyer & Frischknecht, 2013, S. 52 ff.)
siehe hierzu auch (Holloway, 1998b, pp. 89-107)
Seite 29
gebündelt werden. Diese "Spezialisierung" innerhalb einer Organisation erfolgt in der Regel
anhand von Funktionalbereichen (z.B. Beschaffung, Produktion, Marketing, Controlling,
Personalwesen etc.). Analog zur Wertkette lassen sich auch die Funktionalbereiche in primäre Funktionen (z.B. Beschaffung, Produktion etc.) und unterstützende Funktionen (z.B.
Personalwesen, Controlling etc.) unterteilen. Zusammen bilden die Funktionalbereiche die
Aufbauorganisation einer unternehmerischen Einheit. Hier werden täglich die operativen
Aktivitäten zur Leistungserstellung verrichtet und Werte generiert. Wie gut die strategischen Initiativen umgesetzt werden, zeigt sich auf der Gestaltungsebene der Funktionalbereiche. Die hier vorgenommenen Entscheidungen und Handlungen sollten sich möglichst an
den Vorgaben aus dem Arbeitsfeld "Positionierung" orientieren. Das operative Management
leitet dazu aus der Positionierung entsprechende Ziele und Massnahmenkataloge für die
einzelnen Funktionen ab und überwacht deren Umsetzung. Gleichzeitig sind auf dieser Gestaltungsebene strategische Entscheide zur (Weiter-)Entwicklung der in den jeweiligen
Funktionalbereichen benötigten (Kern-)Fähigkeiten und Ressourcen zu treffen (Funktionalstrategien). In den Bereich solcher Funktionalstrategien fällt beispielsweise der Entscheid,
ob die einkaufsseitige Beschaffung mittels Just-In-Time-Konzept oder mit einer ausgedehnten, unternehmensinternen Lagerhaltung an Zulieferprodukten erfolgen soll. 161
2.1.3.5 GMN – Veränderung
Das Arbeitsfeld "Veränderung" befasst sich mit dem strategisch motivierten Wandel 162 in
einer Organisation. Wandel kann durch die Umwelt, unternehmensinterne Kräfte oder aktiv
durch strategische Initiativen ausgelöst werden. Wie bereits ausgeführt 163, steht eine Strategie in einer Organisation vor allem auch für Kontinuität und Identität. Wandel bedeutet jedoch Veränderung, d.h., konzeptionelle Raster müssen angepasst und neu verankert werden.
Strategische Initiativen können – unabhängig davon, wie akribisch Veränderungen in der
Positionierung, in der Wertkette oder dem Geschäftsmodell geplant werden – erst durch deren Einfliessen in die Denk- und Verhaltensmuster einer Organisation operativ nachhaltig
wirksam werden. Die Gestaltung von Veränderungsprozessen ist aus diesem Grund ein Faktor, den es in allen Arbeitsfeldern des GMN zu berücksichtigen gilt. Unter diesem Gesichtspunkt verdeutlicht sich die Bedeutung des normativen Rahmens in der Genese. Sinnstiftende Nutzenversprechen gegenüber den Anspruchsgruppen sind ein wichtiger Aspekt der
Identitätsfindung der Organisation bzw. der unternehmerischen Einheit. 164
161
162
163
164
"change management"
Seite 30
Die Bedeutung der sozialen Systeme innerhalb einer Organisation verdeutlicht, dass die Gestaltung von Veränderungsprozessen immer kontextabhängig ist. Standardrezepte gibt es
hier keine. Grundsätzlich stellt sich die Frage, ob sich strategischer Wandel überhaupt rational gestalten lässt. Unabhängig vom Standpunkt zu dieser Frage dürfte unbestritten sein,
dass solche Veränderungsprozesse zumindest unterstützt werden können. Durch die vertiefte Kenntnis über Veränderungsprozesse und das Bereitstellen von Gestaltungsansätzen und
Ressourcen sollte es zumindest möglich sein, die Einzelsubjekte der sozialen Systeme einer
Organisation (Mitarbeiter) zum Wandel zu befähigen und Widerstände überwinden zu können. Dieser Thematik widmet sich unter dem Schlagwort "Change Management" eine sehr
umfangreiche wissenschaftliche (Teil-)Disziplin und wird im Rahmen dieser Arbeit nicht
weiter vertieft. 165
2.1.3.6 GMN – Performance Measurement 166
Die Performance-Messung bildet im GMN das fünfte Arbeitsfeld 167. Hauptaufgabe der Performance-Messung ist die Bereitstellung von Entscheidungsgrundlagen für die verbleibenden vier Arbeitsfelder des Strategischen Managements. Idealerweise ist die PerformanceMessung simultan in die Prozesse des Strategischen Managements eingebunden. Das klassische Anwendungsgebiet der Performance-Messung findet sich innerhalb der Dimension
Wirksamkeit 168 in der Umsetzung von strategischen Initiativen in den jeweiligen unternehmerischen Einheiten (Steuerungs-, Kontroll- und Motivationsfunktion) 169. Gleichzeitig dient
die strategische Performance-Messung zur proaktiven Ausrichtung und Entwicklung einer
unternehmerischen Einheit (Wirksamkeitskontrolle bzw. Lernfunktion) und bildet dadurch
eine wichtige Grundlage für die Dimension Genese 170 im GMN. 171
2.2
2.2.1
Management Accounting
Entwicklung und Definition
Die Leistungsmessung bzw. -kontrolle – oder engl. "performance measurement" – hat sich
im zeitlichen Verlauf von der Messung und Kontrolle von Kosten zu einem integrierten Be165
166
167
168
169
170
171
(Müller-Stewens & Lechner, 2011, S. 433-434) / detaillierte Ausführungen zum Change Management
finden sich u.a. in: (Müller-Stewens & Lechner, 2011, S. 435-573)
siehe hierzu auch Kapitel 2.2
siehe Abbildung 1
bestehend aus den GMN-Arbeitsfeldern "Wertschöpfung" und "Umsetzung" – siehe Abbildung 1
Vergleichbar mit der Implementierungskontrolle – siehe Kapitel 1.1
bestehend aus den GMN-Arbeitsfeldern "Initiierung" und "Positionierung" – siehe Abbildung 1
Seite 31
griff für die Erfassung und Kontrolle im Hinblick auf den ganzen Wertschöpfungsprozess
innerhalb von Unternehmen, Geschäftseinheiten oder Funktionen entwickelt. 172 Das bis
Mitte des 20. Jahrhunderts dominante Cost Accounting 173 diente vor allem dazu, die angefallenen Kosten den erwirtschafteten Erträgen gegenüberzustellen. 174 Wichtige buchhalterische Grundsätze wie die Notwendigkeit von Abschreibungen sowie Ansätze zur Kostenplanung (Budgetierung) entwickelten sich erst nach und nach anfangs des 20. Jahrhunderts. 175
Durch die Erweiterung der Bedeutung der Kostenrechnung – weg vom reinen Informationsinstrument hin zur Verwendung als wichtiges Unterstützungsinstrument bei der Entscheidungsfindung auf den unterschiedlichen unternehmerischen Führungsebenen – hat sich ab
1950 aus dem Cost Accounting der Begriff des Management Accountings (MA) 176 entwickelt. 177 Anthony verdeutlicht den Unterschied zwischen Cost Accounting und Management
Accounting folgendermassen: "[…] cost accounting texts dealt entirely with numbers, while
management accounting recognizes that human beings use the numbers." 178
Anfang der 1980er-Jahre musste die Wissenschaft jedoch feststellen, dass die Entwicklungen im Management Accounting hinter den Anforderungen in der Praxis massiv hinterherhinken. Die Veränderungen im unternehmerischen Umfeld hin zu mehr Wettbewerb und zu
automatisierten Produktionsprozessen wurden bis dato im Management Accounting und der
Forschung dazu nur bruchstückhaft abgebildet. 179 Das Management Accounting konzentrierte sich auf die Innensicht des Unternehmens und war in der Denkweise hauptsächlich auf die einzelnen Funktionsbereiche im Unternehmen ausgerichtet 180. Zudem fehlte es
an der Verknüpfung von Management-Accounting-Methoden mit der Unternehmensstrategie 181. Diese Erkenntnis führte ab 1985 zu einem Umdenken. Heute ist das Management
Accounting als eine praxisorientierte Wissenschaft zu verstehen, mit dem Ziel neue Metho172
173
174
175
176
177
178
179
180
181
(Tonchia & Quagini, 2010, S. 36)
Horngren et al. definieren Cost Accounting folgendermassen: "Cost accounting measures, analyzes, and
reports financial and nonfinancial information relating to the costs of acquiring or using resources in an
organization." (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 30). Im deutschen Sprachraum ist
Cost Accounting vergleichbar mit "Kostenrechnung" oder "Interne Unternehmensrechnung"
(Wagenhofer, 2006, p. 1).
(Bhimani & Bromwich, 2010, pp. 2-10); (Loft, 1995, p. 23); (Johnson & Kaplan, 1987, p. 19 et seqq.)
(Sorensen, 2009, p. 1271 et seqq.)
Im deutschen Sprachraum wird hierfür auch der Begriff "Controlling" (Wagenhofer, 2006, p. 1) oder
"betriebliches Rechnungswesen" (Treyer & Frischknecht, 2013, S. 32) verwendet. Trotz der häufigen
Verwendung in der deutschsprachigen Forschung, Praxis und Lehre besteht auch hier keine einheitliche
Abgrenzung bzw. Definition des Begriffs (Buchholz, 2009, S. 6 ff.).
(Sorensen, 2009, p. 1272); (Gupta & Gunasekaran, 2005, p. 338); (Böer, 2000, p. 318)
(Anthony, 1989, p. 3)
siehe hierzu u.a. (Fleischmann & Tyson, 2007, p. 1084); (Ashton, Hopper, & Scapens, 1995, p. 2 et
seqq.); (Loft, 1995, pp. 25-31); (Johnson & Kaplan, 1987, p. 177);
(Shank, 2006, p. 356)
(Fleischmann & Tyson, 2007, p. 1084); (Guilding, Cravens, & Tayles, 2000)
Seite 32
den und Sichtweisen für die Praxis aufzuzeigen bzw. bestehende Ansätze und Modelle im
Hinblick auf deren Verwendung in der Praxis zu verbessern 182, und lässt sich wie folgt definieren: "Management accounting measures, analyzes, and reports financial and nonfinancial information that helps managers make decisions to fulfill the goals of an organisation." 183
2.2.2
Theoretische Grundlagen
Das Management Accounting dient zur Quantifizierung der Effektivität und der Effizienz
von Handlungen in einer unternehmerischen Einheit. Handlungen in unternehmerischen
Einheiten sind durch Personen initiiert und führen zur organisationalen Leistungserstellung.
In diesem Transformationsprozess übernimmt das Management Accounting eine wichtige
Funktion mit der Bereitstellung von Informationen und Anreizsystemen zur zielkongruenten
Steuerung der Handlungsträger. 184 Die Aufgabenbereiche des Management Accountings
lassen sich anhand der nachfolgenden vier Teilgebiete umreissen:
• Reduktion von Informationsasymmetrie
Unternehmerische Einheiten sind geprägt durch Auftrags- und/oder Arbeitsverhältnisse zwischen verschiedenen Personen bzw. Parteien, sowohl unternehmensintern
als auch gegenüber der Umwelt (z.B. gegenüber Lieferanten etc.). Die notwendige
Arbeitsteilung und Übertragung von Verantwortung auf verschiedene Entscheidungsstufen innerhalb und ausserhalb einer unternehmerischen Einheit führt zwangsweise
zu einer Informationsasymmetrie zwischen den involvierten Parteien (PrinzipalAgent-Problematik). Liegen gleichzeitig unterschiedliche Interessen und Ziele sowie
unterschiedliche Risikoneigungen vor, verstärkt sich die Informationsasymmetrie zusätzlich. Durch die Schaffung von Transparenz zielt das Management Accounting darauf ab, solche Informationsasymmetrien auszugleichen bzw. allfälliges Fehlverhalten frühzeitig aufzudecken sowie mittels Anreizgestaltung eine möglichst hohe Informationsgleichheit zu gewährleisten. 185
• Kontroll- und Planungsfunktion
Die Überprüfung der Zielerreichung ist eine wichtige Aufgabe des Management Accountings. Die Messung der Zielerreichung wiederum ist eine wichtige Voraussetzung der Planung. Erst wenn die IST-Situation bekannt ist, können qualifizierte An182
183
184
185
(Malmi & Granlund, 2009a); (Ittner & Larcker, 2002, p. 788)
(Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 30)
(Jakobsen, Mitchell, & Norreklit, 2011, pp. 195-196)
(Jakobsen, Mitchell, & Norreklit, 2011, p. 196); (Müller-Stewens & Lechner, 2011, S. 583-584)
Seite 33
nahmen und Vorgaben zur mittel- bis langfristigen Entwicklung getroffen werden.
Kontrolle ist dabei nicht ausschliesslich als reaktiver Prozesse zu verstehen, sondern
soll vielmehr dazu dienen, Verbesserungspotentiale aufzuzeigen und dadurch das
Verhalten der Handlungsträger gezielt zu entwickeln. Für das Management Accounting sind drei unterschiedliche Kontrollmechanismen von besonderer Relevanz.
Die Verhaltens- und Prozesskontrolle ermittelt, inwiefern Handlungen bzw. Aktivitäten zur gewünschten Zielerreichung geeignet sind (Effektivität). Die Ergebnis- und
Output-Kontrolle überprüft, inwiefern das Ergebnis der unternehmerischen Aktivitäten bzw. Handlungen mit den Zielvorgaben übereinstimmt (Effizienz). Diesen beiden
Kontrollmechanismen vorgelagert, ist die Inputkontrolle, welche frühzeitig – und
soweit messbar – die ausreichende Bereitstellung der notwendigen Ressourcen zur
Ausführung der Aktivitäten bzw. Handlungen im Hinblick auf die Zielvorgaben kontrolliert. 186
• Verhaltenssteuerung und Lernfunktion
Organisationales Lernen setzt voraus, dass die Auswirkungen von vorgenommenen
Handlungen und getroffenen Entscheidungen in Relation zur beabsichtigten Zielerreichung nachvollzogen werden können. Erst durch entsprechende Rückmeldungen
(Feedback) können Erfahrungswerte für künftige Entscheidungen abgeleitet werden.
Die Zielvorgabe dient der Koordinierung der benötigten Ressourcen zur Erreichung
eines vorgegebenen Referenzpunktes und hat in Verbindung mit den FeedbackMechanismen gleichzeitig einen grossen Einfluss auf das Verhalten der Handlungsträger. 187
• Kommunikation
Zielvorgaben, Anreizsysteme und selbst die (Weiter-)Entwicklung der Unternehmenskultur hängen mit dem Management Accounting zusammen. Die Ausgestaltung
der Kontroll- und Feedback-Mechanismen haben einen erheblichen Einfluss auf das
Verhalten der Handlungsträger und im Endeffekt auf die Unternehmenskultur. Das
Management Accounting ist daher unternehmensintern eine wichtige Kommunikationsplattform, sowohl direkt mittels aufbereiteter (quantitativer) Berichte als auch indirekt durch die (un-)bewusste Verhaltenssteuerung innerhalb der unternehmerischen
Einheit (z.B. durch Anreizsysteme). 188
186
187
188
(Jakobsen, Mitchell, & Norreklit, 2011, pp. 196-197); (Müller-Stewens & Lechner, 2011, S. 581-583)
(Jakobsen, Mitchell, & Norreklit, 2011, pp. 197-198); (Müller-Stewens & Lechner, 2011, S. 584-585)
siehe hierzu (Jakobsen, Mitchell, & Norreklit, 2011)
Seite 34
Die hier aufgeführten Aufgabenbereiche des Management Accountings können untereinander zu erheblichen Zielkonflikten führen. Beispielsweise müssen bei der Planung mit Unsicherheiten, Annahmen und Erwartungen umgegangen werden, während sich die Kontrollfunktion mehrheitlich auf (historische) Fakten abstützt. Aus diesem Grund müssen Management-Accounting-Techniken ihrem Zweck entsprechend ausgewählt, auf den Anwendungsbereich angepasst und gegenseitig aufeinander abgestimmt werden. 189 Das Management Accounting bietet eine grosse Vielfalt an unterschiedlichen Techniken (Baukastenprinzip). Welche Techniken im Einzelfall sinnvoll sind und eingesetzt werden können, müssen die Entscheidungsträger in den jeweiligen unternehmerischen Einheiten bestimmen 190.
Praxisbeispiele, Fallstudien sowie die Forschung in den Themengebieten des Management
Accountings können eine hilfreiche Unterstützung bei solchen Entscheidungen bieten.
2.2.3
Abgrenzung
Wichtig ist die Abgrenzung des Management Accountings vom Financial Accounting 191.
Letzteres umfasst die (vergangenheitsorientierte) Berichterstattung an unternehmensexterne
Anspruchsgruppen (Investoren, Behörden, Banken etc.) und orientiert sich hierfür an den
geltenden Rechnungslegungsstandards. 192 Im Gegensatz dazu beschränkt sich der Adressatenkreis des Managements Accountings primär auf das Unternehmen. Entsprechend richten
sich die Anforderungen an das Management Accounting hauptsächlich nach den Bedürfnissen der (unternehmensinternen) Adressaten. Allgemeinverbindliche Richtlinien und Standards sind im Management Accounting nicht üblich 193 – sofern nicht unternehmensintern
(z.B. durch die Konzerngesellschaft) vorgegeben. 194
189
190
191
192
193
194
siehe hierzu (Jakobsen, Mitchell, & Norreklit, 2011, p. 198)
analog hierzu siehe (Jakobsen, Mitchell, & Norreklit, 2011, p. 211)
finanzielles Rechnungswesen
Ausnahmen bilden beispielsweise Grundsätze für das ethische Verhalten von Management Accountants
– siehe u.a. (IMA, 2014, S. 469-508). Zusätzlich wirken sich verschiedene (regulatorische) Anforderungen im Zusammenhang mit dem Risikomanagement direkt oder indirekt auf das Management Accounting aus – z.B. Internes Kontrollsystem (IKS) in der Schweiz gemäss Art. 728a Abs. 1 Ziff. 3 OR.
(Treyer & Frischknecht, 2013, S. 32); (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, pp. 30-31)
2.3
2.3.1
Seite 35
Synthese: Strategic Management Accounting
Definition und Systematisierung
Der Einbezug von Themen aus dem Bereich des Strategic Managements ins Management
Accounting entwickelte sich in den 1980er-Jahren anhand einer Reihe verschiedener wissenschaftlicher Untersuchungen. 195 Simmonds prägte für diesen Teil des Management Accounting den Begriff "Strategic Management Accounting" 196 (SMA) und umschreibt dieses
Themenfeld als: "the provision and analysis of management accounting data about a business and its competitor, for use in developing and monitoring business strategy" 197. Jedoch
gibt es in der Literatur bis heute keine einheitliche Definition, was genau unter Strategic
Management Accounting zu verstehen ist. 198 Die grundlegende Gemeinsamkeit der meisten
Ansätze zur Einordnung des Strategic Management Accountings kann jedoch gemäss Langfield-Smith wie folgt festgehalten werden: "[…] SMA entails taking a strategic orientation
to the generation, interpretation and analysis of management accounting information, and
competitors’ activities provides the key dimension for comparison." 199
Obschon das Strategic Management Accounting, insbesondere in den 1990er-Jahren, im
akademischen Bereich sehr stark forciert wurde und in Beratungsunternehmen eigene auf
das SMA ausgerichtete Abteilungen entstanden sind 200, konnte sich bis heute noch kein einheitliches Rahmenwerk etablieren. 201 Diese Feststellung teilen auch Cadez und Guilding,
bieten jedoch eine Lösung, indem sie Management-Accounting-Techniken anhand der zwei
Kriterien long-term future-oriented time frame und externally focused perspective als Management Accounting Techniken mit strategischer Orientierung in fünf SMA-Kategorien
unterscheiden 202:
• Die Kategorie Costing beinhaltet SMA-Techniken, welche die Kosten der Leistungserstellung in einen Bezug zum geschaffenen Kundennutzen bzw. zu den Alleinstellungsmerkmalen gegenüber den Wettbewerbern setzen. Der Informationsgewinn aus
der Anwendung solcher Techniken ist hilfreich für die (strategische) Fokussierung
195
196
197
198
199
200
201
202
siehe hierzu (Cadez & Guilding, 2008, p. 837); (Chenhall & Langfield-Smith, 2007, p. 275)
In der Literatur wird als Synonym zum "Strategic Management Accounting" (SMA) oftmals auch der
Begriff "Strategic Cost Management" (SMC) verwendet (Langfield-Smith, 2007, p. 206).
(Simmonds, 1981, p. 26) zit. in (Langfield-Smith, 2007, p. 205)
u.a. (Shah, Malik, & Malik, 2011, p. 4); (Tayles, 2011, p. 27); (Ma & Tayles, 2009, p. 474); (Cadez &
Guilding, 2008, p. 837); (Langfield-Smith, 2007, p. 205 et seqq.); (Roslender & Hart, 2003); (Roslender
& Hart, 2002)
(Langfield-Smith, 2007, p. 206)
(Shank, 2006, p. 358)
(Cadez & Guilding, 2008, p. 855); (Roslender & Hart, 2003, p. 258)
(Cadez & Guilding, 2008, p. 837)
Seite 36
der Zuteilung des Ressourcenverbrauchs (Kosten) der Leistungserstellung. Ein Beispiel einer Technik aus dieser Kategorie ist das Target Costing bzw. die Zielkostenrechnung 203. Zentrales Element der Zielkostenrechnung ist die konsequente Ausrichtung der Ressourcenzuteilung auf den Markt bzw. an den Kundenbedürfnissen. Hierfür werden die Merkmale eines Produkts anhand der Kundenbedürfnisse gewichtet.
Ausgehend von einem marktfähigen (End-)Verkaufspreis werden die maximal erlaubten Kosten zur Herstellung eines bestimmten Produkts ermittelt. Der relevante
Betrachtungszeitraum erstreckt sich dabei idealerweise auf den gesamten Lebenszyklus eines Produkts. Die Ausgestaltung des Produkts wird schliesslich solange angepasst, bis die Kosten möglichst proportional zur Gewichtung der Produktionsmerkmale anfallen und gleichzeitig die maximalen Kosten nicht überschritten werden. 204
• Zu den SMA-Techniken der Kategorie Planning, Control and Performance Measurement zählen Cadez und Guilding das Benchmarking sowie integrierte Performance
Measurement Systeme. 205 Das Benchmarking bezeichnet Prozesse zur Verbesserung
der Unternehmensperformance durch den systematischen Vergleich der Aktivitäten
und Prozesse im Unternehmen mit denjenigen von (erfolgreichen) Konkurrenten oder
branchenfremden Unternehmen mit herausragenden Fähigkeiten. Der strategische
Aspekt dieser Technik liegt in der langfristigen Erhöhung der Wettbewerbsfähigkeit
durch kontinuierliche und proaktive Verbesserung der unternehmensinternen Wertschöpfung und Adaption der eigenen Wettbewerbsvorteile. 206 Integrierte Performance Measurement Systeme (IPMS) 207 sind darauf ausgerichtet: "to present managers with financial and non-financial measures covering different perspectives
which, in combination, provide a way of translating strategy into a coherent set of
performance measures" 208.
• Die Kategorie Strategic Decisionmaking umfasst SMA-Techniken mit Fokus auf
spezifische strategische Wettbewerbsvorteile. Ein Beispiel solcher Techniken ist die
Brand Valuation. Die Anwendung dieser Technik ermöglicht es, Kosten (bzw. gewisse Kostenkategorien) nicht wie im Cost Accounting üblich anhand historischer
Werte (z.B. Vorjahreswerte) zu bewerten, sondern in Bezug zur Entwicklung des
Wertes einer Marke (z.B. Produktmarke) zu setzen. Dabei wird angenommen, dass
203
204
205
206
207
208
(Tayles, 2011, pp. 33-35); (Cadez & Guilding, 2008, p. 839)
siehe hierzu u.a. (Treyer & Frischknecht, 2013, S. 157-183)
(Cinquini & Tenucci, 2010, p. 235)
(Müller-Stewens & Lechner, 2011, S. 366-369); (Elnathan & Lin, 1996)
siehe u.a. (Müller-Stewens & Lechner, 2011, S. 595)
(Chenhall, 2005, p. 396)
Seite 37
eine Steigerung des Markenwerts die zukünftigen Ertragsmöglichkeiten einer unternehmerischen Einheit durch höhere Absatzchancen verbessert. 209
• Bei der Kategorie Competitor Accounting handelt es sich um SMA-Techniken zur
Überprüfung und Verbesserung der eigenen Wettbewerbsposition durch systematische Analyse und Vergleiche quantitativer Daten von konkurrierenden Unternehmen.
Ziel dieser Techniken ist es, den Zustand und die Veränderungen bei den Konkurrenten anhand der Veränderungen in den Kosten oder anderen quantitativen Kennzahlen
frühzeitig zu erfassen und adäquat darauf reagieren zu können. Ein Beispiel aus dieser Kategorie stellt die Technik des "competitive position monitoring" dar. Dabei
wird versucht, strategische Initiativen in Konkurrenzunternehmen durch das systematische Monitoring der Entwicklung wichtiger Kennzahlen – wie beispielsweise Umsatzentwicklung, Marktanteil, Absatzvolumen, Stückkosten etc. – frühzeitig zu erkennen. 210
• Das Customer Accounting als letzte Kategorie umfasst verschiedene SMATechniken zur Ermittlung der Rentabilität von Kundensegmenten aus der Sicht des
Unternehmens – bspw. die Customer Profitability Analysis. Dazu werden die Kosten,
welche zur Bedienung einer bestimmten Kundengruppe anfallen, möglichst verursachergerecht erhoben und den mit dieser Kundengruppe erwirtschafteten Erträgen gegenübergestellt. Die Ergebnisse solcher Analysen bilden eine wichtige Entscheidungsgrundlage für die strategische Ausrichtung der Geschäftstätigkeit. 211
Ähnlich dem Management Accounting ist die Entwicklung des SMA stark durch die Bedürfnisse in der Praxis geprägt. Eine prominente und in der Praxis stark etablierte Technik
des SMA ist die Balanced Scorecard. Im nachfolgenden Kapitel wird anhand dieser SMATechnik die Verknüpfung zwischen Management Accounting und Strategic Management
aufgezeigt.
209
210
211
(Cadez & Guilding, 2008, p. 839); (Guilding, Cravens, & Tayles, 2000, p. 118)
(Tayles, 2011, pp. 37-38) / siehe hierzu auch (Simmonds K. , 1986)
(Tayles, 2011, p. 38)
Seite 38
2.3.2
Balanced Scorecard
2.3.2.1 Entwicklung
Integrierte Performance Measurement Systeme (IPMS) 212 basieren auf der grundlegenden
Annahme, dass der (monetäre) Erfolg einer unternehmerischen Einheit von der (Geschäfts-)
Strategie und deren Umsetzung abhängt (strategische Orientierung). Für die Steuerung einer
unternehmerischen Einheit bedarf es demzufolge klar formulierter, mess- und kontrollierbarer Steuerungsgrössen. Solche Steuerungsgrössen setzen sich (idealerweise) aus einem
(Leistungs-)Treiber 213 und einer Ergebniskennzahl zusammen. Eine wichtige Voraussetzung
von aussagekräftigen Steuerungsgrössen ist das Vorliegen von (erwarteten) UrsacheWirkungs-Zusammenhängen 214 zwischen den strategischen Zielen, den (Leistungs)Treibern der strategischen Initiativen bzw. Aktivitäten sowie den Ergebniskennzahlen
(Kausalketten). Charakteristisch für IPMS ist zudem die Integration verschiedener zusätzlicher Perspektiven, in Ergänzung zur finanziellen Perspektive (Mehrdimensionalität). Die
Mehrdimensionalität führt in der Regel zur Verwendung von finanziellen und nichtfinanziellen Ergebniskennzahlen 215 in IPMS. Das Verständnis der IPMS als Managementsystem – im Vergleich zu einem Kennzahlensystem – ergibt sich aus dem Anspruch bzw.
der Funktion eines IPMS, den gesamten Planungs-, Steuerungs- und Kontrollprozess in einer unternehmerischen Einheit zu gestalten und dadurch das Verhalten der Handlungsträger
(Mitarbeiter) zielgerichtet zu leiten. 216 Die IPMS stellen damit ein Instrument zur proaktiven
212
213
214
215
216
Synonyme Anwendung findet auch der Begriff "Strategic Performance Measurement Systems" (SPMS)
– siehe u.a. (Bisbe & Malagueño, 2012, p. 297). Eine Übersicht verschiedener PMS – wobei sich nicht
alle PMS nach der in dieser Arbeit verwendeten Definition als IPMS qualifizieren – findet sich in:
(Grüning, 2001, S. 64-65)
mit Bezug zur unternehmerischen Einheit und deren zugrundeliegenden Wertschöpfungsprozessen
ergänzend hierzu siehe u.a. (Jakobsen, Norreklit, & Mitchell, 2010, p. 261 et seqq.)
Die Unterscheidung in finanzielle und nicht-finanzielle (Ergebnis-)Kennzahlen gründet auf der Erkenntnis, wonach "conventional financial measurements lack a future orientation and are therefore of limited
relevance to those making decisions." (Jakobsen, Norreklit, & Mitchell, 2010, p. 260). Bezogen auf das
Verständnis von IPMS als Managementsystem lässt sich somit festhalten, dass "financial measures of
conventional internal accounting systems are not sufficient to ensure goal congruence between management aims and staff decisions and actions." (Jakobsen, Norreklit, & Mitchell, 2010, p. 260). Im Gegensatz zu den (eher) vergangenheitsbezogenen finanziellen Kennzahlen ermöglichen nicht-finanzielle
Kennzahlen bedingte Rückschlüsse über die zukünftigen finanziellen Erfolge einer unternehmerischen
Einheit. Finanzielle (nicht-finanzielle) Kennzahlen werden daher auch als nachlaufende (vorlaufende)
Kennzahlen bezeichnet. Finanzielle Kennzahlen am Beispiel der BSC sind nach diesem Verständnis beispielsweise der Return on Investment. Nicht-finanzielle Kennzahlen sind beispielsweise Marktanteil,
Fehlerquote, Prozesszeit, Mitarbeiterfluktuation oder Anzahl Prozessoptimierungen. (Hügens, 2008, S.
65-71)
(Bisbe & Malagueño, 2012, p. 298); (Kaplan & Norton, 1997, S. V & 28 ff.); (Kaplan & Norton, 1996a,
p. 30 et seqq.)
Seite 39
und strategie-kongruenten Einflussnahme auf eine Organisation bzw. eine unternehmerische
Einheit dar 217.
Die Balanced Scorecard (BSC) gehört zu den integrierten Performance Measurement Systemen (IPMS) und ist eine in der Praxis stark verbreitete Technik des SMA, insbesondere in
grösseren Unternehmen 218. Die Entwicklung der BSC ist auf die Beobachtung kontinuierlicher Prozessverbesserungen beim US-amerikanischen Halbleiterproduzenten Analog Devices anfangs der 1990er-Jahre zurückzuführen. Diese Prozessverbesserungen wurden für
das Geschäftsjahr 1990 erstmals systematisch anhand einer mehrstufigen Corporate Scorecard erfasst. Aufgrund dieser Erkenntnisse wurde ein Forschungsprojekt – u.a. unter Mitwirkung der Harvard Business School – zur Untersuchung des Scorecard-Ansatzes in zwölf
Unternehmen gestartet. 219 Daraus entwickelte sich die erste Genration der Balanced Scorecard. Diese erste Entwicklungsstufe der BSC verwendet vier Perspektiven 220, jedoch ohne
die explizite Herleitung von Kausalketten unter Einbezug der (Geschäfts-)Strategie. 221 Die
erste Generation der BSC ist daher gedacht als: "a set of measures that gives top managers
a fast but comprehensive view of the business." 222
Die Entwicklung der BSC zu einem IPMS erfolgte in einer zweiten Stufe in Zusammenhang
mit der Erkenntnis, dass traditionelle, monetäre Kennzahlen kurzfristige Entscheidungen
begünstigen und dadurch die Wettbewerbsfähigkeit, das organisationale Lernen sowie die
Innovationsfähigkeit einer unternehmerischen Einheit beeinträchtigen können. 223 Die BSC
der zweiten Generation 224 baut auf Kausalketten auf und bezieht auch Ursache-WirkungsZusammenhänge zwischen den einzelnen Perspektiven mit ein. 225 Diese Entwicklungsstufe
ist auch unter dem Begriff "Strategy Map" 226 bekannt und zielt darauf ab: "Maintaining the
217
218
219
220
221
222
223
224
225
226
siehe (Müller-Stewens & Lechner, 2011, S. 581)
siehe u.a. (Bisbe & Malagueño, 2012, p. 297); (Abdel-Kader, Moufty, & Laitinen, 2011, pp. 215 & 221223)
(Grüning, 2001, S. 23-24); (Kaplan & Norton, 1992, p. 71)
Diese vier Perspektiven sind: Financial Perspective, Customer Perspective, Internal Business Perspective sowie Innovation and Learning Perspective (Kaplan & Norton, 1992).
(Abdel-Kader, Moufty, & Laitinen, 2011, pp. 215-216)
(Kaplan & Norton, 1992, p. 71)
(Abdel-Kader, Moufty, & Laitinen, 2011, pp. 215-216) / siehe hierzu auch Fn. 215
In der Literatur finden sich verschiedene Weiterentwicklungen der Balanced Scorecard über die 2. Generation hinaus (z.B. 3. Generation) – siehe u.a. (Balanced Scorecard Review, 2014); (Abdel-Kader,
Moufty, & Laitinen, 2011, p. 218 et seqq.); (Lawrie & Cobbold, 2004). Diese Erweiterungen des Strategy-Map-Ansatzes haben auf die Schwerpunktsetzung in dieser Arbeit (Strategische Erfolgsanalyse) keinen direkten Einfluss und werden nicht weiter ausgeführt. Zudem sind diese Erweiterungen der Strategy
Map in der Praxis gegenwärtig nur wenig verbreitet – siehe u.a. (Hügens, 2008, S. 30-31).
(Abdel-Kader, Moufty, & Laitinen, 2011, pp. 216-218); (Kaplan & Norton, 1996b, p. 65 et seqq.)
(Abdel-Kader, Moufty, & Laitinen, 2011, p. 217); (Kaplan & Norton, 2004); (Kaplan & Norton, 2001, p.
89 et seqq.)
Seite 40
original focus of BSC, which is to support the management of strategy implementation, they
[Kaplan & Norton] focused [the strategy map] on finding ways to explain causality between
leading measures (drivers) and lagged (outcome) measures." 227 Die BSC als Strategy Map
hilft dadurch, die (Geschäfts-)Strategie einer unternehmerischen Einheit in finanzielle Ziele
und Kennzahlen auf operativer Ebene zu übersetzen. Gleichzeitig fördert die BSC in diesem
Verständnis der Strategy Map ein gemeinsames Verständnis der Ziele und hilft, die Veränderungsprozesse und notwendigen Aktivitäten zur zielgerichteten Entwicklung zu fokussieren. Schliesslich unterstützen die (angenommenen) Kausalketten mittels Rückmeldung zur
Entwicklung der Zielerreichung in den einzelnen Perspektiven das organisationale Lernen
auf exekutiver Ebene. Einerseits zeigen die Ergebniskennzahlen den Stand der Zielerreichung. Zusammen mit den Abhängigkeiten zwischen den einzelnen Perspektiven lässt sich
(idealerweise) ableiten, wo zusätzliche Massnahmen zur Zielerreichung notwendig sind.
Andererseits ermöglichen Vergleiche zwischen den erreichten Ergebniskennzahlen und den
Zielvorgaben das Ableiten von Rückschlüssen, inwiefern die getroffenen strategischen Initiativen zielführend bzw. die angenommenen Kausalketten zutreffend sind. 228
2.3.2.2 Funktionsprinzip 229 der BSC als Strategy Map 230
Eine BSC im Verständnis einer Strategy Map besteht aus einer begrenzten Anzahl von finanziellen und nicht-finanziellen Ergebniskennzahlen, die in verschiedene Perspektiven
eingeordnet und zu spezifischen, strategischen Zielen (gegenseitig) in eine kausale Verbindung gesetzt werden 231. Der Begriff "balanced" bezieht sich auf ein ausgewogenes bzw.
gewichtetes Verhältnis:
• "[…] between external measures for shareholders and customers, and internal
measures of critical business processes, innovation, and learning and growth […]
• […] between outcome measures – the results from past efforts – and the measures
that drive future performance […]
• […] between objective, easily quantified outcome measures and subjective, somewhat judgmental, performance drivers of the outcome measures." 232
227
228
229
230
231
232
(Abdel-Kader, Moufty, & Laitinen, 2011, p. 217)
(Kaplan & Norton, 1996a, pp. 8-19); (Kaplan & Norton, 1996b, p. 77)
Ein Vorgehensmodell zur Umsetzung der BSC gemäss Kaplan und Norton findet sich u.a. in: (Hügens,
2008, S. 77 ff.)
Sofern nicht anderweitig ausgeführt, wird nachfolgend in dieser Arbeit der Begriff "Balanced Scorecard"
bzw. BSC im Sinne der Strategy Map – d.h. BSC als vollständiges IPMS – verstanden.
(Hügens, 2008, S. 29)
(Kaplan & Norton, 1996a, p. 10)
Seite 41
Mehrere Perspektiven führen zu einer (möglichst) gesamtheitlichen Betrachtung der unternehmerischen Einheit und fördern die Übersicht und Verständlichkeit der verschiedenen
Steuerungsgrössen. Kaplan & Norten geben als Vorlage folgende vier Perspektiven für die
BSC vor (siehe Abbildung 2):
• Financial Perspective
Die finanzwirtschaftliche Perspektive gibt vor allem einen Überblick über die wirtschaftlichen Konsequenzen früherer Aktivitäten. Nach Kaplan und Norton sind die
Ziele in dieser Perspektive immer mit der Rentabilität der betreffenden unternehmerischen Einheit in Verbindung zu bringen – beispielsweise indem Vorgaben zur Steigerung des Unternehmenswertes angesetzt werden. 233
Abbildung 2: BSC – 4 Perspektiven der Strategy Map 234
• Customer Perspective
Die Kundenperspektive beschäftigt sich mit den Kunden- und Marktsegmenten, welche eine unternehmerische Einheit bedienen soll. Ergebniskennzahlen, bspw. bezüglich der Kundenzufriedenheit, Kundentreue, Marktanteile oder Kundenrentabilität,
233
234
(Kaplan & Norton, 1997, S. 24)
Seite 42
stehen in dieser Perspektive im Zusammenhang mit der (Geschäfts-)Strategie. Zusätzlich sind die segmentspezifischen (Leistungs-)Treiber zu identifizieren. Im Vordergrund steht dabei die Frage, wie Kunden oder ganze Kundensegmente gewonnen
werden können bzw. weshalb Kunden zur Konkurrenz abwandern oder dem Leistungsangebot der unternehmerischen Einheit treu bleiben. Beispiele für (Leistungs-)
Treiber in dieser Perspektive sind unter anderem kurze Lieferfristen und pünktliche
Lieferungen. 235
• Internal Business Process Perspective
Die interne Prozessperspektive konzentriert sich auf die zentralen Prozesse der Leistungserstellung einer unternehmerischen Einheit. Darunter fallen insbesondere die
zentralen Prozesse zur Erreichung einer hohen Kundenzufriedenheit in den Zielsegmenten sowie Prozesse und Massnahmen zur Erreichung der (finanziellen) Unternehmensziele. Der Einbezug der Aussensicht (Kunden) in diese Perspektive dient
insbesondere der Identifizierung von erfolgskritischen Prozessen, unabhängig ob diese in der unternehmerischen Einheit bereits vorhanden sind oder erst noch geschaffen
werden müssen. Neben dem Leistungserstellungsprozess für bestehende Produkte
und Dienstleistungen ist in der internen Prozessperspektive auch der Innovationsprozess zu berücksichtigen. 236
• Learning and Growth Perspective
Die Lern- und Entwicklungsperspektive der BSC dient der Identifizierung der notwendigen Ressourcen zur Sicherstellung der langfristigen Wachstums- und Entwicklungsfähigkeit einer unternehmerischen Einheit. Hier stellt sich die Frage, welche
Menschen, Systeme und Prozesse notwendig sind, um die aktuellen sowie künftigen
Kundenbedürfnisse und Marktbedingungen optimal bedienen zu können. Ein wichtiger Faktor ist hierbei der (vorausschauende) Aufbau und die Entwicklung von (internen) Fachkräften. 237
Die vier oben genannten Perspektiven der BSC dienen als Vorlage und können je nach Bedarf ausgetauscht oder erweitert werden 238. Die Festlegung der Perspektiven lässt sich
dadurch an den individuellen strategischen Fokus einer unternehmerischen Einheit anpas-
235
236
237
238
(Kaplan & Norton, 1997, S. 24-25)
(Kaplan & Norton, 1997, S. 25-26 & 94-96)
(Kaplan & Norton, 1996a, pp. 34-35)
Seite 43
sen 239. In der Praxis sind Abweichungen von den vier (Lehrbuch-)Perspektiven nicht ungewöhnlich 240. Hinsichtlich der Anzahl der Perspektiven kann festgehalten werden, dass die
Fokussierung auf nur eine Perspektive nicht dem "balanced"-Ansatz der BSC entspricht. Es
sollten daher mindestens zwei Perspektiven in einer BSC berücksichtigt werden. Die maximale Anzahl Perspektiven einer BSC liegt bei fünf bis maximal sechs Perspektiven. Mehr
als sechs Perspektiven werden in der Literatur aufgrund der Einschränkungen bei der Übersichtlichkeit als kontraproduktiv angesehen. 241
Die grundlegenden Voraussetzungen für die Entwicklung und Anwendung einer BSC sind
a) das Vorliegen eines normativen Rahmens (Mission, Werte und Vision) 242, b) eine in der
unternehmerischen Einheit verankerte (Geschäfts-)Strategie, c) eine durchgehende und
möglichst transparente Kommunikation in der gesamten unternehmerischen Einheit – zumindest bezüglich der BSC und deren Anwendung – sowie d) die Gewährleistung der Organisation und Führung des BSC-Projekts durch das Topmanagement. 243 Sind diese grundlegenden Voraussetzungen für die Entwicklung und Anwendung einer BSC erfüllt, lässt
sich eine BSC – im Sinne einer Strategy Map – gemäss Kaplan und Norton nach folgendem
grundlegenden Vorgehensmodell 244 entwickeln 245:
Schritt 1: Übersetzen des normativen Rahmens
Im ersten Schritt zur Entwicklung einer Strategy Map gilt es, die (Geschäfts-)Strategie
in spezifische strategische Ziele in den einzelnen Perspektiven zu übersetzen. Diese
Aufgabe ist durch das Topmanagement auf der Ebene des Gesamtunternehmens unter
Einbezug aller relevanten Entscheidungsträger durchzuführen. Dabei ist eine Konsensfindung anzustreben. Erst durch einen Konsens auf dieser Entscheidungsebene wird eine breite Trägerschaft in den einzelnen unternehmerischen Einheiten erst möglich. In
der Regel werden bei diesem Prozess zuerst die strategischen Ziele der Finanz- sowie
der Kundenperspektive festgelegt. Aus diesen Zielen werden im Anschluss die strategischen Ziele für die interne Prozessperspektive abgeleitet. Abschliessend gilt es in der
Lern- und Entwicklungsperspektive die Ziele zur Entwicklung der benötigten Personalressourcen, Wissenstechnologien und Organisationsabläufen festzulegen. 246
239
240
241
242
243
244
245
246
(Hügens, 2008, S. 73 Fn. 420)
siehe u.a. (Kaplan & Norton, 2004, pp. 192-195)
(Hügens, 2008, S. 73)
(Hügens, 2008, S. 77-78)
Ein alternatives Vorgehensmodell zur Entwicklung einer BSC verwenden u.a. Horváth & Partners – siehe hierzu (Hügens, 2008, S. 96 ff.)
Ausführlich hierzu siehe (Hügens, 2008, S. 79 ff.); (Kaplan & Norton, 1996a, pp. 10-18)
(Hügens, 2008, S. 80-81); (Kaplan & Norton, 1997, S. 11-12)
Seite 44
Schritt 2: Kommunikation und Verknüpfung der strategischen Ziele mit Aktivitäten
Wichtig für die Umsetzung einer Strategy Map ist die Verankerung der strategischen
Ziele in der ganzen unternehmerischen Einheit. Mittels verschiedener interner Kommunikationskanäle ist bei den Mitarbeitern ein Bewusstsein für die strategischen Ziele zu
schaffen. Sobald die so kommunizierten, gesamtunternehmerischen Ziele in den unternehmerischen Einheiten eine Basis gefunden haben, sind zielgerichtete Massnahmen
und Aktivitäten für deren Umsetzung auf der Ebene der einzelnen unternehmerischen
Einheiten (z.B. SGE) abzuleiten. 247
Schritt 3: Planung, Abstimmung und Zielsetzung
Die in Schritt 2 abgeleiteten Massnahmen und Aktivitäten sind im nächsten Schritt –
nach Möglichkeit – in strategischen Initiativen zu bündeln und über die einzelnen unternehmerischen Einheiten und BSC-Perspektiven hinweg zu koordinieren. Zusätzlich
gilt es die langfristig zu erreichenden (strategischen) Ziele zu quantifizieren. Langfristig
bezieht sich gemäss Kaplan und Norton auf einen Zeitraum von drei bis fünf Jahren. In
Ergänzung sind kurzfristige Meilensteine für die finanziellen und nicht-finanziellen Ergebniskennzahlen der BSC in Abhängigkeit zu den strategischen Initiativen zu identifizieren. Die Zielvorgaben zu den einzelnen Ergebniskennzahlen sollten ambitioniert sein
und die Veränderung des Unternehmens bzw. der unternehmerischen Einheit forcieren.
Ein zentrales Element in diesem Schritt ist das Ableiten von Kausalketten zwischen den
strategischen Zielen 248, den strategischen Initiativen bzw. Aktivitäten 249, den (Leistungs-)Treibern sowie den Ergebniskennzahlen 250. Erst über die Erwartungen zu diesen
Kausalketten lässt sich eine Verbindung zwischen der (Geschäfts-)Strategie und der
Stärkung der finanziellen Leistungsfähigkeit des Unternehmens bzw. der unternehmerischen Einheit herstellen. 251
Schritt 4: Strategisches Feedback und Lernprozess
Als letzter und wichtigster Schritt bezeichnen Kaplan und Norton den strategischen
Lernprozess. Durch die Rückmeldung zur Strategie(-umsetzung) an das TopManagement hilft die BSC die Verwirklichung der Strategie zu überwachen, diese gegebenenfalls anzupassen oder – wenn nötig – grundlegend zu ändern. Die BSC ermöglicht das Lernen mittels Einbezug von zwei Rückkoppelungsprozessen (siehe Abbildung
247
248
249
250
251
(Hügens, 2008, S. 81); (Kaplan & Norton, 1997, S. 12-13)
"objectives"
"initiatives"
"measures" / Die "targets" sind die zu erreichenden Zielvorgaben je (Leistungs-)Treiber bzw. Ergebniskennzahl ("measure") – siehe (Kaplan & Norton, 2007, S. 157)
(Hügens, 2008, S. 81); (Kaplan & Norton, 1997, S. 13-14)
Seite 45
3). Dabei handelt es sich um eine Verknüpfung der betrieblichen Prozessschleife ("single loop") mit der strategischen Lernschleife ("double loop"). Die betriebliche Prozessschleife umfasst den linearen (Umsetzungs-)Prozess von der Formulierung einer Vision
und Strategie über die Kommunikation und Verknüpfung mit allen Teilen der Organisation sowie der Abstimmung von Aktivitäten und Initiativen mit langfristigen strategischen Zielen. Die strategischen Ziele bleiben bei diesem Rückkoppelungsprozess konstant und der Lernprozess beschränkt sich auf die Optimierung der betrieblichen Prozesse zur Zielerreichung. In einem sich verändernden Umfeld wird es jedoch zunehmend
wichtig, die strategischen Ziele sowie die daraus abgeleiteten Kausalketten zu überprüfen und gegebenenfalls der Situation anzupassen. Hierzu dient die strategische Lernschleife. Bei diesem Rückkoppelungsprozess wird überprüft, inwiefern die Voraussetzungen für die gewählte (Geschäfts-)Strategie bzw. die strategischen Ziele noch gültig
sind. Die Ausgestaltung der BSC mittels Kausalketten als durchgehende Verbindung
zwischen der (Geschäfts-)Strategie und den betrieblichen Prozessen ermöglicht die Bereitstellung von Informationen für beide Rückkoppelungsprozesse. 252
Abbildung 3: Rückkoppelungsprozesse bei der Verwendung der BSC 253
252
253
(Hügens, 2008, S. 84-88); (Kaplan & Norton, 1997, S. 15-17)
Eigene Darstellung in Anlehnung an (Hügens, 2008, S. 87 Abbildung 18)
Seite 46
Kaplan und Norton bezeichnen eine Strategie als einen Katalog von Hypothesen über Kausalzusammenhänge. Solche Kausalzusammenhänge oder Kausalketten sind UrsacheWirkungs-Zusammenhänge zwischen strategischen Zielen, strategischen Initiativen und Aktivitäten, (Leistungs-)Treibern und Ergebniskennzahlen sowie die Vernetzung dieser Kausalketten untereinander. Um den logischen Kreislauf zwischen (Geschäfts-)Strategie und der
finanziellen Leistungsfähigkeit einer unternehmerischen Einheit zu schliessen, sollten alle
Kausalketten einer BSC mit finanziellen (Ergebnis-)Kennzahlen verknüpft sein und entsprechend in der finanzwirtschaftlichen Perspektive zusammengeführt werden. 254
2.3.2.3 Herausforderungen bei der Verwendung der BSC
Die starke Verbreitung der BSC in der Praxis – insbesondere bei Grossunternehmen – ist ein
deutlicher Ausdruck für die Nützlichkeit der BSC. Die Anwendung der BSC in der Praxis
ist jedoch von einigen Herausforderungen geprägt. In der Literatur findet sich entsprechend
eine breite Palette an Kritiken zur BSC. Nachfolgend sind einige der am häufigsten vorgebrachten Kritiken an der BSC kurz aufgeführt:
•
254
255
256
Entwicklung von Kausalketten
Die Ableitung von aussagekräftigen Kausalketten zwischen (Geschäfts-)Strategie
bzw. strategischen Zielen, strategischen Initiativen und Aktivitäten, (Leistungs)Treibern und Ergebniskennzahlen sowie die notwendige Überleitung (insb. bei
nicht-finanziellen Ergebniskennzahlen) auf die finanzielle Unternehmensentwicklung stellen hohe Anforderungen an die Implementierung der Balanced Scorecard. 255 Verschiedene Untersuchungen zeigen, dass viele in Unternehmen implementierte BSCs erhebliche Lücken bei der Identifizierung und Überprüfung von
Kausalketten aufweisen. In der Anwendung stellt sich zudem das Problem, dass
nicht-finanzielle Ergebniskennzahlen erstens bei den Mitarbeitern akzeptiert werden
und diese zweitens das Verhalten der Mitarbeiter in die gewünschte Richtung steuern. Ausserdem kann das Problem auftreten, dass einmal definierte Zusammenhänge
instabil werden bzw. sich verändern, ohne dass eine entsprechende Anpassung in
der BSC erfolgt bzw. eine solche Veränderung festgestellt wird. 256
(Kaplan & Norton, 1997, S. 143-145); (Kaplan & Norton, 1996b, p. 67)
(Müller-Stewens & Lechner, 2011, S. 594); (Ittner & Larcker, 2003) / siehe hierzu auch u.a. Erfahrungsbericht zur Umsetzung der BSC bei der Lufthansa AG in: (Weber & Schäffer, 2000, S. 88 f.)
(Abdel-Kader, Moufty, & Laitinen, 2011, pp. 231-233); (Hügens, 2008, S. 110); (Othman, Domil, Senik,
Abdullah, & Hamzah, 2006); (Johanson, Skoog, Backlund, & Almqvist, 2006, p. 845 et seqq.) / siehe
hierzu auch Erfahrungsbericht zur BSC-Implementierung bei der Breuninger GmbH & Co. in (Weber &
Schäffer, 2000, S. 83).
Seite 47
•
Fehlender Einbezug der Wettbewerber im BSC-Ansatz
Die Positionierung im Wettbewerbsumfeld eines Unternehmens gegenüber den
Konkurrenzunternehmen spielt eine zentrale Rolle im Strategic Management. 257 In
der Balanced Scorecard wird dieser Faktor jedoch nicht direkt berücksichtigt. 258
•
Aufwändige Implementierung
Die Implementierung der BSC ist je nach Grösse und Beschaffenheit des Bereichs,
auf welchen die BSC angewendet werden soll, sehr zeit- und kostenintensiv. 259
Verschiedentlich wird auch der fehlende Nachweis einer vorteilhaften Auswirkung der
Verwendung von IPMS auf die Performance einer unternehmerischen Einheit bemängelt.
Bisher wird die Nützlichkeit von integrierten Performance Measurement Systemen – allen
voran der Balanced Scorecard – vor allem auf die Anzahl erfolgreicher Implementierungen
solcher Methoden in der Praxis abgestützt. 260 Dieser Ansatz zur Validierung ist gefährlich,
zumal auch Firmen wie General Motors, Fannie Mae oder Chrysler einst als erfolgreiche
Anwender der Balanced Scorecard angeführt wurden. 261 Empirische Untersuchungen, welche eine signifikante Auswirkung der BSC – oder anderer IPMS – auf die Unternehmensperformance nachweisen, fehlen entweder oder weisen zueinander gegensätzliche Ergebnisse aus. 262
Der Vorwurf, die Auswirkung der Verwendung von IPMS auf die Unternehmensentwicklung sei nicht (empirisch) bewiesen, greift jedoch zu kurz. Dabei wird ausser Acht gelassen,
dass IPMS primär Daten und Leitlinien zur Entscheidungsfindung bereitstellen und anschliessend die Steuerung der Ressourcen zur Erreichung der vorgegebenen Ziele unterstützen. Das wichtigste Element im strategischen Prozesse – das Fällen von Entscheidungen –
geschieht auf der Ebene der Entscheidungs- bzw. Handlungsträger, unabhängig von jeglichen IPMS – d.h., Entscheide müssen mit oder ohne IPMS getroffen werden. Letztendlich
bedeutet dies, dass nicht das Vorhandensein einer BSC die Unternehmensperformance verbessert, sondern die Art und Weise, wie die BSC die Entscheidungsträger in der Entscheidungsfindung unterstützt. Das heisst, zuerst muss der Einfluss einer BSC auf die Entschei257
258
259
260
261
262
(Neely, Gregory, & Platts, 1995, p. 97)
siehe u.a. Erfahrungsbericht zur Umsetzung der BSC bei der Siemens AG, in (Weber & Schäffer, 2000,
S. 86).
(Jakobsen, Norreklit, & Mitchell, 2010, p. 258); (Burkert, Davila, & Oyon, 2010, S. 348 et seqq.)
(Abdel-Kader, Moufty, & Laitinen, 2011, pp. 224-225); (Jakobsen, Norreklit, & Mitchell, 2010, p. 259)
siehe u.a. (Abdel-Kader, Moufty, & Laitinen, 2011, p. 214 et seqq.); (Burkert, Davila, & Oyon, 2010, S.
348 et seqq.); (De Geuser, Mooraj, & Oyon, 2009); (Iselin, Mia, & Sands, 2008, p. 73)
Seite 48
dungsfindung überprüft werden. Erst im Anschluss kann festgestellt werden, inwiefern die
Hilfestellung einer BSC im Entscheidungsfindungsprozess zu einer besseren Unternehmensperformance führt. Luft stellt beispielsweise bei der Frage nach der optimalen Gewichtung von finanziellen und nicht-finanziellen (Ergebnis-)Kennzahlen fest:
"[…] measures are not 'accurate' or 'inaccurate' as such: they are accurate with respect
to particular decision requirements. […]" 263
Vorteilhafte als auch unvorteilhafte Entscheide können sowohl mit oder ohne Verwendung
einer BSC erfolgen. Die Entscheidungsfindung wird mitbeeinflusst durch individuelle Faktoren des Entscheidungsträgers – beispielsweise durch die (bewusste oder unbewusste) Gewichtung der vorhandenen Informationen bzw. Ergebniskennzahlen – und bleibt dadurch
bis zu einem gewissen Grad subjektiv 264. Die zentrale Frage bei der Verwendung einer BSC
– oder jedes anderen IPMS – ist somit nicht, ob eine unternehmerische Einheit durch die
Verwendung dieser Technik profitabler wird, sondern ob die Entwicklung der unternehmerischen Einheit mit der (gewünschten) Richtung übereinstimmt. Im Zentrum steht somit die
Überprüfung, inwiefern eine gewählte (Geschäfts-)Strategie zielführend umgesetzt wird
(Implementierungskontrolle), sowie die Unterstützung des Umsetzungsprozesses (Steuerungs- und Motivationsfunktion) 265. Der entscheidende Kausalzusammenhang besteht in
erster Linie nicht zwischen BSC und Unternehmensperformance, sondern zwischen (Geschäfts-)Strategie und Unternehmensperformance. Dieser Zusammenhang verdeutlicht die
Bedeutung der strategischen Lernschleife 266 innerhalb des Strategischen Managements und
hinsichtlich der unterstützenden Aufgabe des Performance Measurements.
2.3.3
Grundproblematik im SMA
Aus heutiger Sicht konnte sich die Verknüpfung zwischen Strategic Management und Management Accounting – mit Ausnahme der BSC – noch nicht in grösserem Umfang in der
unternehmerischen Praxis etablieren. 267 Der Umstand, dass sich die Balanced Scorecard bis
263
264
265
266
267
(Luft, 2009, pp. 321-322)
siehe hierzu u.a. (Emett & Tayler, 2013, p. 34); (Tayler, 2010)
siehe hierzu (Tayler, 2010)
siehe Abbildung 3
siehe hierzu (Carenzo & Turolla, 2010, p. 469); (Sorensen, 2009, p. 1283 et sqq.); (Shank, 2006, p. 362);
(Garg, Ghosh, Hudick, & Nowacki, 2003). Ähnlich fällt auch die Schlussfolgerung von Lux und Hauser
bei der Auswertung ihrer Befragung von Unternehmen – grösstenteils Schweizer KMUs – aus dem Jahre
2006 aus, indem sie festhalten, dass insbesondere neuere Instrumente (z.B. Prozesskostenrechnung oder
Target Costing) in der unternehmerischen Praxis wenig angewendet werden (Lux & Hauser, 2006, S. 6, 9
& 50). Hingegen scheint in China die Anwendung von SMA-Methoden weit verbreitet zu sein (Lawson,
2009).
Seite 49
heute als eines der wenigen IPMS in der Praxis etablieren konnte 268, wirft auch Fragen zur
akademischen Forschung im Bereich des Management Accountings (MA) sowie in dessen
Teilgebiet, dem Strategic Management Accounting, auf. 269 Die Forschung im Management
Accounting dient in erster Linie dazu, Theorien, Modelle und Techniken zu entwickeln,
welche schliesslich in der Praxis angewendet werden können und zweckdienlich sind 270.
Malmi und Granlund bemängeln an der aktuellen MA-Forschung den oftmals fehlenden
Bezug zur zentralen Fragestellung im Management Accounting: "[Is it] helpful in explaining what systems to use, how and in which circumstances?" 271 Nach der Meinung dieser
beiden Autoren liegt der oftmals fehlende Praxisbezug in der MA-Forschung zu einem grossen Teil im fehlenden Verständnis – insbesondere im akademischen Umfeld – des Management Accountings als angewandte Wissenschaft 272.
Neben der Forschung üben auch verschiedene Entwicklungen in der Praxis und Lehre einen
Einfluss auf die Anwendung und Weiterentwicklung des SMA aus. Gegenwärtig ist ein
Trend feststellbar, wonach sich das Verständnis der Funktion des Management Accountings
in den Unternehmen wieder rückwärts entwickelt. Der in den 1980er-Jahren u.a. von Johnson und Kaplan 273 initiierte Wechsel im Management Accounting – weg vom reinen Aufbereiten von Kosteninformationen hin zu einem funktionenübergreifenden, integrierten System zur gezielten Unterstützung bei der operativen und strategischen Entscheidungsfindung
– scheint gegenwärtig keine breite Anwendung zu finden. Bezeichnend hierfür ist auch die
Verwendung von computergestützten ERP-Systemen, welche sich ab Mitte der 1990erJahren als dominierendes System zur Bereitstellung von internen Unternehmensdaten und
zur Unternehmensplanung entwickelt haben. Erstaunlicherweise werden diese ERP-Systeme
(welche oftmals mit den ERP-Systemen von Lieferanten und Vertriebspartnern verknüpft
sind) hauptsächlich als Planungshilfe für Transaktionsprozesse und nur sehr spärlich als
funktionsübergreifendes Hilfsmittel zur Entscheidungsfindung für das Management eingesetzt. 274
Die Aufdeckung der Bilanzfälschungen u.a. bei Enron und WorldCom in den Jahren 2001
und 2002 hat zu einer Verschiebung im Aufgabenbereich der Finanzabteilungen von Unter268
269
270
271
272
273
274
Zur Einschätzung der Praxistauglichkeit verschiedener PMS bzw. IPMS siehe (Grüning, 2001, S. 65).
Ausführlich hierzu siehe u.a. (Malmi & Granlund, 2009a); (Quattrone, 2009); (Malmi & Granlund,
2009b); (Hopwood, 2002); (Luft & Shields, 2002); (Ittner & Larcker, 2001); (Zimmerman, 2001)
siehe u.a. (Malmi & Granlund, 2009a, p. 598); (Ittner & Larcker, 2002, p. 788)
(Malmi & Granlund, 2009a, p. 615)
(Malmi & Granlund, 2009a, p. 602 et seqq.) / siehe hierzu auch: (Ittner & Larcker, 2002, p. 788 et seqq.)
(Johnson & Kaplan, 1987)
(Shank, 2006, p. 356 et sqq.); (Stefanou & Athanasaki, 2012, p. 144 et seqq.)
Seite 50
nehmen hin zur Sicherstellung der internen Kontrolle, der Einhaltung der Anforderungen an
das externe Berichtswesen und der Betrugsprävention geführt. Massgeblich dafür verantwortlich sind die Anforderungen des Sarbanes-Oxley Act (SOX) mit direkter Wirkung für
nahezu alle an den US-Börsen quotierten Unternehmen und indirekten Auswirkungen weltweit. 275
Moderne, integrierte Performance Measurement Systeme zeichnen sich dadurch aus, dass
sie sowohl finanzielle als auch nicht-finanzielle Messgrössen miteinbeziehen. 276 Das interne
Berichtswesen sowie die Steuerungsinstrumente orientieren sich jedoch sowohl in den Finanzabteilungen (Aufbereitung der Auswertungen) als auch bei den Entscheidungsträgern
(Adressaten der Auswertungen) immer noch hauptsächlich an finanziellen Messgrössen. 277
Selbst bei Unternehmen, welche aktiv um die Transformation zu einem die Unternehmensstrategie integrierenden Berichtssystems bemüht sind, bleibt das vorhandene traditionelle
Berichtswesen mit finanziellem Fokus meistens als massgebendes Kernsystem bestehen. 278
Das Management Accounting wird in den Lehrplänen an den Business Schools mehr und
mehr verdrängt durch die stärkere Betonung des Bereichs der Rechnungslegung, des Financial Reportings und der internen Kontrolle. Dieses Problem ist besonders immanent, da diese Wissenslücke später bei der Tätigkeit als Management Accountant in den Unternehmen
nicht aufgefüllt wird. Vielmehr wird heute die Unterstützung des Managements in strategischen Belangen oftmals mittels Beizug externer Beratungsfirmen ohne Einbezug der eigenen Finanzabteilung zugekauft. In diesem Zusammenhang wird für die externen Berater
auch der Begriff "shadow accounting staff" verwendet. 279
275
276
277
278
279
siehe hierzu (Shank, 2006, p. 361 & 363)
(Cheng, Luckett, & Mahama, 2007, p. 223); (Chenhall, 2005, p. 399)
siehe u.a. (Abdel-Kader, Moufty, & Laitinen, 2011, p. 229); (Shank, 2006, p. 362); (Lux & Hauser,
2006, S. 6); (Lipe & Salterio, 2000)
Shank führt hierzu verschiedene Beispiele aus seiner Beratungstätigkeit im Bereich des SMA an – u.a.
Coca-Cola Company (Shank, 2006, p. 361 et sqq.). Othman et al. zeigen am Beispiel eines malaysischen
Telekommunikationsunternehmens auf, dass insbesondere die Entwicklung von nicht-finanziellen Messgrössen eine schwierige Hürde bei der Implementierung eines IPMS darstellt, wobei das Hauptproblem
in der Akzeptanz dieser Messgrössen bei den Mitarbeitern besteht (Othman, Domil, Senik, Abdullah, &
Hamzah, 2006, p. 64 et sqq.).
(Shank, 2006, p. 363)
Grundlagen der Strategischen Erfolgsanalyse
Seite 51
3 Grundlagen der Strategischen Erfolgsanalyse
3.1
Einleitung
Anfangs der 1980er-Jahre verwendeten Van Loggerenberg und Cucchiaro eine Form der
adaptierten Erfolgsabweichungsanalyse zur Überprüfung, inwiefern der budgetierte Ertrag
mit der verfolgten Strategie übereinstimmt. 280 Basierend auf der Technik der klassischen
Abweichungsanalyse 281 (IST-SOLL Vergleich) setzten Shank und Govindarajan 1993 unter
dem Begriff "profit variance analysis" die Kostenanalyse als Technik im Strategic Management Accounting ein. 282 Ihrer Überzeugung nach erlangt die Abweichungsanalyse erst
die notwendige Bedeutung als Hilfsmittel zur Entscheidungsfindung, wenn diese Technik in
den Kontext der zugrundeliegenden Geschäftsstrategie gesetzt wird. 283 Die Verknüpfung
erfolgt in diesem Ansatz zweidimensional, einerseits über die beiden generischen Wettbewerbsstrategien nach Porter (Differenzierung bzw. Kostenführerschaft) und andererseits
anhand der Zielvorstellung des Unternehmens bzgl. des zu erreichenden Marktanteils. 284
Simons führte diesen Gedanken Ende der 1990er-Jahre ebenfalls bezogen auf die klassische
Erfolgsabweichungsanalyse weiter. 285 Schliesslich waren es Horngren, Foster und Datar
(HDF), die das Grundkonzept der heute verwendeten Strategischen Erfolgsanalyse mit ihrem Ansatz der "strategic analysis of operating income" 286 entwickelten und sich dabei auf
die adaptierte Erfolgsabweichungsanalyse abstützten, indem das effektive Ergebnis der
Vorperiode als Basis herangezogen und mit dem operativen Ergebnis der aktuellen Periode
verglichen wird. 287
Das Konzept der Strategischen Erfolgsanalyse im Verständnis von HDF ergibt sich jedoch
erst durch die Verknüpfung der finanziellen Leistung mit der Strategie eines Unternehmens.
Die Strategische Erfolgsanalyse basiert somit grundsätzlich auf zwei Säulen: der adaptierten
Erfolgsabweichungsanalyse (siehe Abbildung 4, Ebene 2.1) und den generischen Wettbewerbsstrategien nach Porter 288 (siehe Abbildung 4, Ebene 1.1).
280
281
282
283
284
285
286
287
288
(Van Loggerenberg & Cucchiaro, 1981, p. 95 et seqq.)
(Shank & Churchill, 1977)
(Shank & Govindarajan, 1993, p. 111 et seqq.)
(Shank & Govindarajan, 1993, p. 111 & 118 et seqq.)
(Shank & Govindarajan, 1993, p. 94 et seqq.)
(Simons, 2000, p. 110 et seqq.), ähnlich auch: (Banker, Datar, & Kaplan, 1989)
(Horngren, Datar, & Rajan, 2012, p. 500) / Im englischsprachigen Raum finden sich verschiedene synonyme Begriffe für die Strategische Erfolgsanalyse, wie bspw. "strategic profitability analysis" (Collins,
Román, & Chan, 2011, p. 38), "strategic variance analysis of the profitability" (Caster & Scheraga, 2011)
oder "strategic variance analysis" (Mudde & Sopariwala, 2008b).
(Horngren, Datar, & Foster, 2000, p. 470 et seqq.)
(Porter M. E., 1985, pp. 11-25)
Seite 52
Abbildung 4: Konzeption und Ebenen der (klassischen) SEA 289
Mittels der adaptierten Erfolgsabweichungsanalyse ist es möglich, die Differenz im operativen Ergebnis aus zwei unterschiedlichen Perioden eines Unternehmens in einzelne Komponenten aufzuschlüsseln (siehe Abbildung 4, Ebene 2.1). 290 Je nach Ausprägung dieser Komponenten kann anhand der Literatur 291 abgeleitet werden, wie wirkungsvoll ein Unternehmen seine (Wettbewerbs-)Strategie umzusetzen vermag. Grundlage hierfür bildet die Theo289
290
291
Eigene Darstellung
siehe Kapitel 3.3
siehe (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 505); (Treyer O. A., 2008b, S. 165 f.)
Seite 53
rie zu den generischen Wettbewerbsstrategien nach Porter. Diese sind als grundlegende strategische Orientierung in einem vom Wettbewerb geprägten Umfeld zu verstehen, welche
jeweils eine grosse Bandbreite an unternehmensindividuellen Ausprägungen ermöglichen. 292 Entsprechend ist passend zur gewählten Wettbewerbsstrategie im Unternehmen ein
strategischer Plan, bestehend aus Zielen und den zur Erreichung notwendigen Ressourcen,
zu erstellen. Die wiederum aus den Zielen abgeleiteten Massnahmen beeinflussen ihrerseits
zielgerichtet den Wertschöpfungsprozess des Unternehmens (siehe Abbildung 4), was im
Idealfall schliesslich zu einer positiven Auswirkung auf das Unternehmensergebnis führt. 293
3.2
Wettbewerbsstrategien nach Porter
Am Anfang der Entwicklung der generischen Wettbewerbsstrategien stand die Erkenntnis,
dass zwischen einzelnen Branchen erhebliche und im Zeitverlauf beständige Unterschiede
in der Rentabilität auftreten. Porter erklärt dieses Gefälle in der Profitabilität zwischen einzelnen Branchen anhand des Zusammenspiels von fünf (Wettbewerbs-) Kräften 294: 1) Bedrohung durch neue Konkurrenten, 2) Verhandlungsstärke der Abnehmer, 3) Bedrohung
durch Substitutionsprodukte, 4) Verhandlungsstärke der Lieferanten sowie 5) Rivalität unter
den bestehenden Unternehmen. 295 Zusätzlich zu den Branchenunterschieden bestehen auch
Unterschiede hinsichtlich der finanziellen Leistungsfähigkeit zwischen Unternehmen innerhalb einer Branche. Unabhängig von der durchschnittlichen Rentabilität ist in vielen Branchen ein starkes Gefälle in der Rentabilität zwischen einzelnen Unternehmen feststellbar.
Porter erklärt diese brancheninternen Unterschiede mit der unterschiedlichen Nutzbarmachung der fünf Wettbewerbskräfte in den einzelnen Unternehmen einer Branche. Je nach
Ausgestaltung der fünf Wettbewerbskräfte gelingt es einem Unternehmen besser oder
schlechter, sich gegen Konkurrenten durch den Aufbau von Wettbewerbsbarrieren zu behaupten oder die Konkurrenz zum eigenen Vorteil zu beeinflussen. 296
Nach Porter hängt die langfristige (finanzielle) Entwicklung eines Unternehmens über dem
brancheninternen Durchschnitt von nachhaltigen Wettbewerbsvorteilen ab. Unabhängig von
den individuellen Stärken und Schwächen eines Unternehmens lassen sich – nach Porter –
292
293
294
295
296
Detailliert hierzu siehe Zusammenspiel zwischen den GMN-Arbeitsfeldern "Positionierung" (Kapitel
2.1.3.3) und "Wertschöpfung" (Kapitel 2.1.3.4).
sogenanntes "5-Kräfte-Modell" zur Branchenanalyse
(Porter M. E., 2014, S. 21-53); (Huggins & Izushi, 2011a, pp. 5-8); (Porter M. E., 2004, pp. 3-33);
(Porter M. E., 1985, pp. 4-11)
(Huggins & Izushi, 2011a, pp. 5-8); (Porter M. E., 1985, pp. 1-22)
Seite 54
gegenüber dem Markt bzw. den Kunden drei grundsätzliche Wettbewerbsvorteile (Schwerpunkte) identifizieren:
• Differenzierung
• Kostenführerschaft
• Fokussierung 297
Diese drei allgemeinen Wettbewerbsvorteile werden auch als generische Wettbewerbsstrategien bezeichnet (siehe Abbildung 5) 298. Im Strategischen Management – im Verständnis
des GMN – sind Wettbewerbsstrategien ein Teil der Geschäftsstrategie 299. Im Verständnis
der generischen Wettbewerbsstrategie nach Porter sind diese als grundlegendes Prinzip der
gesamten Geschäftsstrategie anzusehen. Eine Unterscheidung in Markt- und Wettbewerbsstrategie findet hier keine statt. Ausgerichtet sind die drei generischen Wettbewerbsstrategien nach Porter am Kundennutzen, d.h., die Ausgestaltung des massgebenden Wettbewerbsvorteils (Schwerpunkt) einer generischen Wettbewerbsstrategie bezieht sich immer
auf die Wahrnehmung aus der Sicht der Kunden. 300
297
298
299
300
(Porter M. E., 1985, p. 11)
(Porter M. E., 2004, p. 34 et seqq.)
siehe in Kapitel 2.1.3.3 i.V.m. Kapitel 2.1.2.3
(Huggins & Izushi, 2011a, p. 7); (Müller B. , 2007, S. 8-10 & 27-32) / siehe hierzu auch (Müller-Stewens
& Lechner, 2011, S. 270-271) / Nachfolgend werden in dieser Arbeit die Begriffe "Wettbewerbsstrategie" und "Geschäftsstrategie" als Synonyme verwendet – sofern nicht explizit anderweitig ausgeführt.
Seite 55
Abbildung 5: Generische Wettbewerbsstrategien nach Porter 301
Ein weiteres Merkmal zur Unterscheidung der einzelnen generischen Wettbewerbsstrategien
– abgesehen vom Schwerpunkt des Wettbewerbs – ist der Ort bzw. der Umfang des Wettbewerbs. Auch bei diesem Abgrenzungskriterium steht die Kundensicht im Mittelpunkt.
Eine branchenweite (Wettbewerbs-)Strategie deckt in diesem Verständnis eine breite Bedürfnispalette ab. Die Angebotsbreite dient hier als Kundenanreiz. Eine segmentspezifische
(Wettbewerbs-)Strategie spezialisiert sich auf einen oder wenige Teilmärkte und einzelne
spezifische Kundenbedürfnisse. 302
Kostenführerschaft
Die Strategie der Kostenführerschaft verfolgt die Erwirtschaftung einer überdurchschnittlichen Rendite durch die konsequente Fokussierung aller Aktivitäten der Leistungserstellung
auf möglichst tiefe Stückkosten im Vergleich zu den Konkurrenten derselben Branche. Die
für diese Strategie erforderliche Kosteneffizienz muss auf den Kundennutzen abgestimmt
sein. Eine Überrendite lässt sich gemäss Porter nur erzielen, wenn das Leistungsangebot
eines Kostenführers einen preislich identischen oder im Grundsatz ähnlichen Kundennutzen
schafft wie das Leistungsangebot der Konkurrenz. Die für eine KostenführerschaftsStrategie notwendige Marktstellung erreicht ein Unternehmen in der Regel durch tiefere
301
302
Eigene Darstellung in Anlehnung an (Müller-Stewens & Lechner, 2011, S. 265 Abb. 3-49) i.V.m. (Porter
M. E., 2004, pp. 39 Figure 2-1); (Porter M. E., 1985, pp. 12 Figure 1-3)
(Müller-Stewens & Lechner, 2011, S. 263-265 & 637)
Seite 56
Verkaufspreise im Vergleich zur Konkurrenz. Das Hauptverkaufsargument gegenüber dem
Kunden ist bei dieser Strategie der Verkaufspreis. 303 Aus Kundensicht strebt die Kostenführerschaft ein ideales Preis-Leistungs-Verhältnis mit dem Preis als zentrales Gestaltungsmerkmal an.
Differenzierung
Porter beschreibt die Differenzierungsstrategie als: "[…] a firm seeks to be unique in its industry along some dimensions that are valued by buyers. It selects one or more attributes
that many buyers in an industry perceive as important, and uniquely positions itself to meet
those needs." 304 Bei dieser Strategie sind die nicht-preislichen Eigenschaften eines Leistungsangebots in der Wahrnehmung der Kunden ausschlaggebend. Die Abgrenzung gegenüber den Konkurrenten innerhalb einer Branche erfolgt anhand von (nicht-preislichen) Eigenschaften des Leistungsangebots eines Unternehmens, die einen einzigartigen Kundennutzen schaffen und dadurch die Rentabilität des Unternehmens erhöhen – z.B. indem die
Kunden bereit sind, einen Preisaufschlag für diesen Mehrnutzen zu bezahlen, welcher die
Kosten für die Bereitstellung dieses Mehrnutzens übersteigt. Der einzigartige Kundennutzen
muss sich dabei nicht bzw. nicht nur auf bestimmte Produktmerkmale reduzieren, sondern
kann innerhalb der gesamten Wertkette eines Unternehmens entstehen. 305 Das (ideale)
Preis-Leistungs-Verhältnis aus Kundensicht wird bei einer Differenzierungsstrategie somit
über die Abgrenzung in der Charakteristik des Leistungsangebots gegenüber den Konkurrenten zu erreichen versucht.
Fokus306
Die Fokusstrategien beziehen sich im Gegensatz zu den beiden vorangehend genannten
Wettbewerbsstrategien nach Porter nicht auf eine ganze Branche, sondern beschränken sich
auf eine oder mehrere Nischen innerhalb einer Branche. Solche Nischen können sich auf
einzelne Marktsegmente, Teile von Produktgruppen oder geografisch abgegrenzte Teilmärkte beschränken. Innerhalb dieser Nischen lassen sich die Fokusstrategien in einen Kostenfokus und einen Differenzierungsfokus unterscheiden, analog der Abgrenzung der beiden
branchenweiten Wettbewerbsstrategien. 307
303
304
305
306
307
(Porter M. E., 1985, pp. 12-14) / siehe hierzu auch: (Müller B. , 2007, S. 12-15 & 33-36)
(Porter M. E., 1985, p. 14)
(Porter M. E., 1985, p. 14 & 119 et seqq.) / siehe hierzu auch: (Müller B. , 2007, S. 15-16 & 36)
Im deutschen Sprachraum auch "Nischenstrategien" genannt (Müller B. , 2007, S. 16).
(Müller B. , 2007, S. 16); (Porter M. E., 2004, pp. 38-40); (Porter M. E., 1985, pp. 15-16)
Seite 57
Nach Porter ist es in seltenen Fällen möglich, dass ein Unternehmen erfolgreich zwei generische Wettbewerbsstrategien parallel zueinander anwendet. Eine solche Ausprägung wird
als hybride Strategie bezeichnet. Unternehmen, welche keine der generischen Wettbewerbsstrategien nach Porter umgesetzt haben bzw. an der Umsetzung scheitern, werden als "stuck
in the middle" bezeichnet. Solche Unternehmen können gemäss Porter keine nachhaltigen
Wettbewerbsvorteile aufbauen und dadurch im brancheninternen Vergleich keine überdurchschnittliche Rentabilität erzielen. 308
3.3
Technik der adaptierten Erfolgsabweichungsanalyse
Die Strategische Erfolgsanalyse macht sich in abgewandelter Form die Techniken der klassischen Abweichungsanalyse zunutze 309. Die angewendete Technik wird daher auch als
"adaptierte" Erfolgsabweichungsanalyse bezeichnet 310. Die hierbei verwendete Vorgehensweise, in der die Abweichung sequentiell in einzelne Komponenten aufgeschlüsselt wird, ist
zurückzuführen auf die Ende der 1970er-Jahre veröffentlichte Arbeit von Shank und
Churchill 311. Im Gegensatz zur klassischen Abweichungsanalyse 312, welche die aktuellen
Zahlen einer Periode (IST) mit den in derselben Periode erwarteten bzw. budgetierten Zahlen (SOLL) vergleicht, bezieht sich die adaptierte Erfolgsabweichungsanalyse auf die erzielten operativen Ergebnisse zweier Perioden einer Unternehmung (IST-IST-Vergleich). 313
Die Differenz in den Erfolgsrechnungen zweier Perioden – beispielsweise die Erfolgsrechnung per 31.12.2008 im Vergleich zur Erfolgsrechnung per 31.12.2009 (siehe Abbildung 7)
– eines Unternehmens wird bei der adaptierten Erfolgsabweichungsanalyse in die drei
Komponenten "Wachstum", "Preisausgleich" und "Produktivität" aufgeschlüsselt. 314 Diese
Vorgehensweise basiert auf der Annahme, dass sich Werte in der Erfolgsrechnung bis zur
Ebene des operativen Ergebnisses aufgrund von Mengen und Preisen bestimmen lassen
bzw. verändern. Entsprechend sind die folgenden vier unabhängigen Variablen aus den einander gegenübergestellten Perioden massgebend:
308
309
310
311
312
313
314
(Porter M. E., 1985, pp. 16-20) / siehe hierzu auch: (Müller B. , 2007, S. 16-18 & 37-39)
siehe (Magee, 1986, pp. 197-252)
(Treyer O. A., 2008a, S. 29)
(Shank & Churchill, 1977); (Treyer O. A., 2008a, S. 29, Fn. 85)
hierzu zählt insbesondere die Budgetabweichungsanalyse – siehe hierzu u.a. (Horngren, Datar, & Rajan,
2012, pp. 248-268)
(Treyer O. A., 2008b, S. 163)
(Van Loggerenberg & Cucchiaro, 1981)
Seite 58
• Output-Menge: entspricht der Verkaufsmenge
• Output-Preis: Verkaufspreis pro Einheit Output-Menge
• Input-Menge: benötigte Menge an Gütern und Dienstleistungen zur Leistungserstellung
• Input-Preis: Kosten für die Menge an Güter und Dienstleistungen zur Leistungserstellung pro Einheit Input-Menge 315
Zu beachten gilt dabei, dass für die beiden Treiber "Output-Preis" und "Input-Preis" zur
Vereinfachung die Durchschnittswerte ermittelt werden. Die adaptierte Erfolgsabweichungsanalyse ermöglicht es, durch schrittweise Berechnung der drei Komponenten, sich
überlagernde Auswirkungen der Input- und Output-Grössen auf die Abweichung im operativen Ergebnis zu isolieren. Hierzu werden bei den drei Komponenten der adaptierten Erfolgsabweichungsanalyse die Treiber der Vorperiode schrittweise durch diejenigen der aktuellen Periode ausgetauscht (siehe Abbildung 6) 316:
1. Wachstumskomponente 317
Mit der Wachstumskomponente wird die Abweichung im operativen Ergebnis ermittelt, welche ausschliesslich durch die mengenmässige Abweichung der verkauften
Güter und Dienstleistungen verursacht wird. Hierzu wird die "flexible Erfolgsrechnung 1" (siehe Abbildung 6) errechnet, indem die Output-Menge der Vorperiode auf
die Output-Menge der aktuellen Periode angepasst und die Input-Mengen der Vorperiode auf die neue Output-Menge hoch- bzw. heruntergerechnet 318 werden. Die Output- und Input-Preise werden nicht angepasst, d.h., es sind die Sätze aus der Vorperiode massgebend. Die Wachstumskomponente errechnet sich schliesslich aus der Differenz der Vorperiode zur "flexiblen Erfolgsrechnung 1". 319
2. Preisausgleichskomponente 320
Im Anschluss an die Wachstumskomponente wird bei der adaptierten Erfolgsabweichungsanalyse die Preisausgleichskomponente berechnet. Letztere errechnet sich aus
der Differenz zwischen der "flexiblen Erfolgsrechnung 1" und der "flexiblen Erfolgsrechnung 2" (siehe Abbildung 6). Bei der "flexible Erfolgsrechnung 2" werden ge315
316
317
318
319
320
(Treyer O. A., 2008b, S. 163)
siehe (Treyer O. A., 2008a, S. 29 ff.)
"growth component"
In Abbildung 6 wird hierfür der Begriff "flexibilisieren" verwendet.
(Treyer O. A., 2008b, S. 163)
"price-recovery component"
Seite 59
genüber der "flexiblen Erfolgsrechnung 1" die Output- und Input-Preise auf das Niveau der aktuellen Periode abgeändert, wobei die anderen Treiber beibehalten werden. Dadurch weist die Preisausgleichskomponente ausschliesslich die Abweichung
im operativen Ergebnis zwischen der Vorperiode und der aktuellen Periode aus, welche auf die Beschaffungs- und Absatzpreisabweichungen zurückzuführen sind. 321
3. Produktivitätskomponente 322
Als letzte der drei Basiskomponenten der adaptierten Erfolgsabweichungsanalyse
kann schliesslich die Produktivitätskomponente errechnet werden. Diese ergibt sich
aus der Differenz zwischen der "flexiblen Erfolgsrechnung 2" und dem Ergebnis der
aktuellen Periode (siehe Abbildung 6). Die hierdurch ermittelte Abweichung im operativen Ergebnis entspricht der Abweichung, welche durch Veränderungen in der
(Leistungs-)Ergiebigkeit, beim Input-Mix und/oder bei der vorhandenen Kapazität
verursacht werden. 323
Abbildung 6: Basisdimensionen der adaptierten Erfolgsabweichungsanalyse 324
321
322
323
324
siehe (Treyer O. A., 2008b, S. 163)
"productivity component"
siehe (Treyer O. A., 2008b, S. 163)
Eigene Darstellung in Anlehnung an (Treyer O. A., 2008a, S. 31, Abb. 3)
Seite 60
3.4
3.4.1
Die Strategischen Erfolgsanalyse nach HDF
Einleitung
Wie in Kapitel 3.1 kurz skizziert, sind es HDF, welche in den 1990er-Jahren die drei Basiskomponenten nach dem Konzept der adaptierten Erfolgsabweichungsanalyse mit der Wettbewerbsstrategie nach Porter verknüpfen. Zur Veranschaulichung wird das Vorgehen bei
der verwendeten adaptierten Erfolgsrechnung nach dem SEA-Ansatz von HDF anhand des
nachfolgenden Beispiels kurz demonstriert. Beim nachfolgenden Fallbeispiel handelt es sich
um eine fiktive Firma "Chipset Inc.", welche in der IT-Branche tätig ist und zur Vereinfachung nur ein Produkt – einen Chip – herstellt. Verglichen werden die beiden Jahresabschlüsse von 2008 und 2009. 325
3.4.2
Indirekte Berechnungsmethode
In Abbildung 7 sind die einzelnen Angaben zu den beiden Jahresabschlüssen sowie die daraus errechneten Erfolgsrechnungen aufgeführt. Aus diesen Angaben werden nun die flexible
Erfolgsrechnung 1 sowie die flexible Erfolgsrechnung 2 errechnet. Die flexible Erfolgsrechnung 1 ergibt sich, indem gegenüber den Angaben aus dem Abschluss 2008 lediglich
die Menge an verkauften Produkten auf das Niveau von 2009 gesetzt wird. Bei der flexiblen
Erfolgsrechnung 2 werden die Angaben aus der flexiblen Erfolgsrechnung 1 übernommen.
Jedoch werden neu sämtliche Output- und Input-Preise auf das Niveau von 2009 angepasst
(siehe Abbildung 7). Mit diesen zwei Stellvertreter-Erfolgsrechnungen 326 lassen sich nun
die Abweichungskomponenten errechnen.
325
326
Nach der gleichnamigen Fallstudie aus (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 499 et
seqq.).
Darunter sind die flexible Erfolgsrechnung 1 und die flexible Erfolgsrechnung 2 zu verstehen.
327
=F9*F11
=F12*F14
=J16-F16
=J18-F18
-630'000.00 [8] -4'830'000.00
0.00 [9] -16'050'000.00
0.00 [10] -4'000'000.00
3'420'000.00
6'170'000.00
-4'200'000.00 [4]
-16'050'000.00 [5]
-4'000'000.00 [6]
2'750'000.00
[5]
[6]
[7]
[8]
4'050'000.00 [7]
27'000'000.00 [3]
31'050'000.00
40
-4'000'000.00
-100'000.00
40
-4'000'000.00
-100'000.00 [2]
Wachstumskomponente
-16'050'000.00
-4.28
3'750'000
-1.40
27.00
3'450'000 [11]
J
flexible ER 1
1'150'000
-16'050'000.00
-4.28 [1]
3'750'000
-1.40
27.00
3'000'000
Legende:
"+" vorteilhafte Abweichung gegenüber der Vorperiode
"-" unvorteilhafte Abweichung gegenüber der Vorperiode
[1] =F9/F8
[2] =F12/F11
[3] =F4*F5
[4] =F6*F7
Total Differenz 2008 - 2009
16 Umsatz
Kosten
18
Einzelmaterial
19
Herstellgemeinkosten
20
F&E Kosten
21 Operatives Ergebnis
10 Herstellgemeinkosten [USD]
11 Herstellgemeinkosten je Einheit
Produktionskapazität [USD/m2]
12 F&E Mitarbeiter [Person]
13 F&E Kosten [USD]
14 F&E Kosten pro Mitarbeiter [USD/Person]
9 Produktionskapazität [m2]
8 Einzelmaterialkosten [USD/m2]
5 Absatzmenge (produzierte & verkaufte
Einheiten) [Stück]
6 Verkaufspreis [USD/Stück]
7 Einzelmaterialverbrauch [m2]
F
2008
1'000'000
-2'525'000.00
-345'000.00
-262'500.00
0.00
-2'907'500.00
-2'300'000.00
Preisausgleichskomponente
Produktivitätskomponente
-5'175'000.00
-16'312'500.00
-4'000'000.00
3'262'500.00
28'750'000.00
40
-4'000'000.00
-100'000.00
-16'050'000.00
-4.35
[9] =J19-F19
[10] =J20-F20
[11] =(F7/F5)*J5
825'000.00
1'087'500.00
100'000.00
2'012'500.00
0.00
-1.50
-1.50
-4'350'000.00
-15'225'000.00
-3'900'000.00
5'275'000.00
28'750'000.00
39
-3'900'000.00
-100'000.00
-15'225'000.00
-4.35
3'500'000
25.00
2'900'000
25.00
3'450'000
3'750'000
R
2009
1'150'000
N
flexible ER 2
1'150'000
Seite 61
Abbildung 7: Chipset Inc. – Einfaches Beispiel einer adaptierten Erfolgsabweichungsanalyse 327
Eigene Darstellung in Anlehnung an (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, pp. 505,
Exhibit 13-5) / "flexible ER" steht für "flexible Erfolgsrechnung"
Seite 62
Die Differenz in der Erfolgsrechnung von 2008 und der flexiblen Erfolgsrechnung 1 entspricht der Wachstumskomponente. Im Beispiel der Chipset Inc. erzielt die Steigerung der
verkauften Menge beim Umsatz eine vorteilhafte Abweichung von knapp über vier Millionen USD. Demgegenüber verändern sich jedoch die Kosten für die Direktmaterialien unvorteilhaft für das Unternehmen. Insgesamt können diese Mehrkosten jedoch vom höheren
Umsatz kompensiert werden, d.h., für die Wachstumskomponente resultiert eine vorteilhafte
Abweichung von USD 3.42 Mio. bezüglich des operativen Ergebnisses. 328
Bei der Preisausgleichskomponente fällt das Ergebnis der Analyse für die Chipset Inc.
durchgehend unvorteilhaft aus (siehe Abbildung 7). Dies resultiert vor allem daraus, dass
die Input-Preise gegenüber der Vorperiode gestiegen sind und gleichzeitig der Verkaufspreis (Output-Preis) gesunken ist. Die Produktivitätskomponente weist für alle InputElemente der Erfolgsrechnung eine vorteilhafte Entwicklung aus. Dies kann unter anderem
auf Qualitätssteigerungen, Erhöhung der Produktivität sowie die Reduzierung von Kapazitätskosten zurückgeführt werden. 329
3.4.3
Direkte Berechnungsmethode
Alternativ zur Darstellung in Abbildung 7 lassen sich die einzelnen Komponenten der adaptierten Erfolgsabweichungsanalyse nach HDF anhand der nachfolgenden Systematik direkt
berechnen 330:
∆EBITGrowth
Total Auswirkung Wachstumskomponente auf Stufe EBIT 331
∆EBITPrice
Total Auswirkung Preisausgleichskomponente auf Stufe EBIT
∆EBITProductivity
Total Auswirkung Produktivitätskomponente auf Stufe EBIT
∆REVGrowth
Wachstumskomponente bzgl. Umsatz 332
∆EXP_VARGrowth
Wachstumskomponente bzgl. variable Kosten 333 334
328
329
330
331
332
333
334
siehe hierzu (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 505)
siehe hierzu (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 505); zur Thematik der Veränderung der Kapazitätskosten siehe Kapitel 3.5
siehe (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 502 ff.). Die verwendeten Abkürzungen
orientieren sich an (Collins, Román, & Chan, 2011, p. 49).
Der EBIT wird nachfolgend zur Vereinfachung mit dem operativen Ergebnis gleichgesetzt.
"revenue effect of growth"
"cost effect of growth for variable costs"
Die Bezeichnung "variable" bezieht sich hier auf die Abhängigkeit bezüglich der Absatzmenge. Variable
Kosten sind in diesem Zusammenhang Kosten, welche (linear) mit der Absatzmenge korrelieren.
Seite 63
∆EXP_FIXGrowth
Wachstumskomponente bzgl. fixe Kosten 335 336
∆EXPGrowth
Wachstumskomponente bzgl. Kosten Total 337
∆REVPrice
Preisausgleichskomponente bzgl. Umsatz
∆EXPPrice
Preisausgleichskomponente bzgl. Kosten
∆EXPProductivity
Produktivitätskomponente bzgl. Kosten
t
Aktuelle Periode
t-1
Vergleichsperiode bzw. Vorperiode
UNITS_OUT
produzierte und verkaufte Einheiten 338
PRICE_OUT
Verkaufspreis je produzierter und verkaufter Einheit 339
ACT_UNITS_CAP
Kapazität zur Herstellung verkaufsfähiger Einheiten 340
EXPEC_UNITS_CAP
Kapazität t-1 flexibilisiert auf Menge produzierte und verkaufte Einheiten in t 341
PRICE_CAP
Kosten je Kapazitätseinheit 342
ACT_UNITS_IN
IST-Input-Menge zur Herstellung der verkauften Einheiten in tx 343
EXPEC_UNITS_IN
Input-Menge t-1 flexibilisiert auf Menge produzierte und verkaufte Einheiten in t 344
PRICE_IN
Kosten je Inputeinheit 345
Bei der direkten Berechnung der SEA-Komponenten nach HDF empfiehlt sich zur Vereinfachung der Formeln eine zusätzliche Unterscheidung in eine Ertrags- und Kostenebene je
SEA-Komponente 346. Die Differenz in der Erfolgsrechnung zwischen der aktuellen Periode
t und der Vorperiode t-1 lässt sich dadurch wie folgt darstellen:
335
336
337
338
339
340
341
342
343
344
345
346
"cost effect of growth for fixed costs"
Die Bezeichnung "fix" bezieht sich hier auf die Abhängigkeit bezüglich der Absatzmenge. Fixe Kosten
sind in diesem Zusammenhang Kosten, welche unabhängig bzw. höchstens indirekt von der Absatzmenge abhängig sind.
"cost effect of growth"
"units of output sold"
"selling price per unit of output sold"
"capacity (in units of output)"
"units of capacity required to produce t output in t-1"
"price per unit of capacity"
"actual unit of input used to produce output"
"units of input required to produce t output in t-1"
"input price"
(Collins, Román, & Chan, 2011, p. 68)
Seite 64
∆𝐸𝐸𝐼𝑇 = � ∆𝑅𝑅𝑅 − � ∆𝐸𝐸𝐸
= (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 ) − �∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 �
= (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ − ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ ) + (∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 − ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 ) + �0 − ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 �
= ∆𝐸𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
Formel 1: Grundlage nach HDF 347
Die Veränderung auf Stufe EBIT zwischen der Periode t-1 und der Periode t (∆EBIT) entspricht der Summe der Veränderungen in den SEA-Komponenten auf der Ertrags- bzw.
Umsatzebene (∆REV) abzüglich der Summe der Veränderungen bei den SEAKomponenten auf der Kostenebene (∆EXP). Veränderungen auf der Ertragsebene können
auf eine oder beide der folgenden Ursachen zurückgeführt werden 348:
(1) Veränderungen in der Verkaufsmenge
⇒
Wachstumskomponente
(2) Veränderungen im Verkaufspreis
⇒
Demgegenüber sind Veränderungen auf der Kosteneben eine Folge aus dem Zusammenspiel
von 349:
(1) Veränderungen in der Input-Mengen
⇒
Wachstumskomponente
(2) Veränderungen in den Input-Preisen
⇒
(3) Veränderungen in der Produktivität
⇒
Produktivitätskomponente
Die Produktivitätskomponente weist definitionsgemäss keine Veränderung auf der Ertragsebene aus 350, entsprechend wird in Formel 1 für den Ertragsteil der Produktivitätskomponente eine Null gesetzt.
Nachfolgend sind die einzelnen Formeln zu den Summanden und Subtrahenden in Formel 1
aufgeführt. Die nachfolgenden Formeln basieren auf der Annahme, dass in den Grunddaten
Erträge (Umsätze) mit positiven Vorzeichen und Kosten (Aufwände) mit negativen Vorzeichen erfasst werden. Diese Annahme führt zu einer Veränderungen in den Vorzeichen, d.h.,
für Formel 2 bis Formel 17 gilt in Abweichung zu Formel 1:
347
348
349
350
analog zu (Collins, Román, & Chan, 2011, p. 68)
(Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, pp. 504-505)
Seite 65
∆𝐸𝐸𝐸𝐸 = � ∆𝑅𝑅𝑅 + � ∆𝐸𝐸𝐸
Sämtliche nachfolgende Formeln zur SEA-Methode nach HDF sind zusätzlich dahingehend
angepasst, dass positive Beträge in den SEA-Komponenten (unabhängig davon, ob auf Ertrags- oder Aufwandebene) vorteilhafte Abweichungen darstellen und negative Beträge auf
unvorteilhafte Abweichungen hinweisen. 351
A. Formeln zur Berechnung Wachstumskomponente nach HDF
∆𝐸𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ = ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
Formel 2: ∆EBITGrowth (HDF) 352
∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ = (𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡 − 𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝑂𝑂𝑂𝑡−1
Formel 3: ∆REVGrowth (HDF) 353
∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ = ∆𝐸𝐸𝐸_𝑉𝑉𝑉𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸_𝐹𝐹𝐹𝐺𝐺𝐺𝐺𝐺ℎ
Formel 4: ∆EXPGrowth (HDF) 354
∆𝐸𝐸𝐸_𝑉𝑉𝑉𝐺𝐺𝐺𝐺𝐺ℎ = ��(𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼 − 𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝐼𝐼𝑡−1 �
Formel 5: ∆EXP_VARGrowth (HDF) 355
356 357
∆𝐸𝐸𝐸_𝐹𝐹𝐹𝐺𝐺𝐺𝐺𝐺ℎ = ��(𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶 − 𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡−1 �
Formel 6: ∆EXP_FIXGrowth (HDF) 358
351
352
353
354
355
356
357
358
359
359 360
siehe Abbildung 7 und Abbildung 58
Je nach Detaillierung der vorhandenen Daten bzw. Aufschlüsselung der Erfolgsrechnung ist es möglich,
dass für verschiedene variable bzw. fixe Kostenkomponenten einzeln eine entsprechende Abweichung
errechnet werden muss. Die Summe der Abweichungen der variablen bzw. fixen Kostenkomponenten
ergibt schliesslich die Abweichung für ∆EXP_VAR bzw. ∆EXP_FIX.
Zur Berechnung für EXPEC_UNITS_IN siehe Formel 15.
Bei linearer Anpassung (bzgl. Output-Menge) der Kapazität ist für den Minuenden "EXPEC_UNITS_CAP" die Formel 17 zu verwenden. Unterschiedliche Ansichten gibt es bei sprungfixen
Kapazitätskosten, d.h., Kapazitätsanpassungen sind nur in bestimmten Losgrössen bzw. Stufen (z.B. Kapazitätserhöhung in Schritten von 5'000 Stück Output-Menge) möglich. Gemäss (Sopariwala, 2003, p. 30
Seite 66
B. Formeln zur Berechnung Preisausgleichskomponente nach HDF
∆𝐸𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 = ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
Formel 7: ∆EBITPrice (HDF) 361
∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 = (𝑃𝑃𝑃𝑃𝑃_𝑂𝑂𝑂𝑡 − 𝑃𝑃𝑃𝑃𝑃_𝑂𝑂𝑂𝑡−1 ) × 𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡
Formel 8: ∆REVPrice (HDF) 362
∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 = ∆𝐸𝐸𝐸_𝑉𝑉𝑉𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸_𝐹𝐹𝐹𝑃𝑃𝑃𝑃𝑃
Formel 9: ∆EXPPrice (HDF) 363
∆𝐸𝐸𝐸_𝑉𝑉𝑉𝑃𝑃𝑃𝑃𝑃 = ��(𝑃𝑃𝑃𝑃𝑃_𝐼𝐼𝑡 − 𝑃𝑃𝑃𝑃𝑃_𝐼𝐼𝑡−1 ) × 𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼�
Formel 10:
∆EXP_VARPrice (HDF) 364
365
∆𝐸𝐸𝐸_𝐹𝐹𝐹𝑃𝑃𝑃𝑃𝑃 = ��(𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡 − 𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡−1 ) × 𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶�
Formel 11:
∆EXP_FIXPrice (HDF) 366
367 368
C. Formeln zur Berechnung Produktivitätskomponente nach HDF
∆𝐸𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 = ∆𝐸𝐸𝐸_𝑉𝑉𝑉𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸_𝐹𝐹𝐹𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
Formel 12:
360
361
362
363
364
365
366
367
368
369
∆EBITProductivity (HDF) 369
ff.) ist in solchen Fällen nach der Methode nach HDF jeweils die nächst höhere Kapazitätsstufe anzuwenden, d.h., in Formel 6 wird anstatt EXPEC_UNITS_CAP die nächst höhere Kapazitätsstufe eingesetzt (siehe hierzu Beispiel in Abbildung 10). Die Angaben in den aktuellen Werken von HDF können
aber auch auf eine lineare Anpassung (d.h. EXPEC_UNITS_CAP gemäss Formel 17) hin ausgelegt werden (siehe hierzu Kapitel 3.5.6). Für den Fall UNITS_OUTt ≤ UNITS_CAPt-1 ergibt sich gemäss Ansatz
von (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 502) keine Veränderung in der betreffenden
Komponentenzeile, da:
∆𝐸𝐸𝐸_𝐹𝐹𝐹𝐺𝐺𝐺𝐺𝐺ℎ = (𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1 − 𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡−1 = 0
Zur Berechnung für EXPEC_UNITS_CAP siehe Formel 16 und Formel 17.
siehe hierzu für den Faktor "EXPEC_UNITS_CAP" die Ausführungen analog Fussnote 359
Seite 67
∆𝐸𝐸𝐸_𝑉𝑉𝑉𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 = ��(𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼𝑡 − 𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼) × 𝑃𝑃𝑃𝑃𝑃_𝐼𝐼𝑡 �
Formel 13:
∆EXP_VARProductivity (HDF) 370
371
∆𝐸𝐸𝐸_𝐹𝐹𝐹𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 = ��(𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡 − 𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶) × 𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡 �
Formel 14:
∆EXP_FIXProductivity (HDF) 372
373 374
D. Hilfsformeln zur Berechnung SEA-Komponenten nach HDF
𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼 =
Formel 15:
𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼𝑡−1
× 𝑈𝑈𝑈𝑇𝑆_𝑂𝑂𝑂𝑡
𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡−1
EXPEC_UNITS_IN (HDF) 375
𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶 = 𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1
Formel 16:
EXPEC_UNITS_CAP bei discretionary costs (HDF) 376
𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶 =
Formel 17:
𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1
× 𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡
EXPEC_UNITS_CAP bei engineered costs (HDF) 379
377 378
380
Mittels der oben aufgeführten Formeln lassen sich die einzelnen Komponenten der Abweichungsanalyse direkt berechnen. Ein Beispiel zur Anwendung der direkten Berechnungsformeln auf die Fallstudie gemäss Abbildung 7 findet sich im Anhang in Abbildung 58. Die
Formeln zur direkten Berechnung der Abweichungskomponenten wurden derart angepasst,
dass positive Werte aus Sicht des Unternehmens vorteilhafte Abweichungen gegenüber der
Vorperiode und negative Werte unvorteilhafte Abweichungen gegenüber der Vorperiode
darstellen.
370
371
372
373
374
375
376
377
378
379
380
siehe hierzu für den Subtrahend "EXPEC_UNITS_IN" die Ausführungen analog Fn. 359
Formel gilt auch für fixe (Kapazitäts-)Kosten, welche nicht abhängig von der Menge verkaufter Produkteinheiten sind (z.B. Kosten für F&E in Abbildung 7).
Erläuterungen zum Begriff "discretionary costs" siehe Kapitel 0.
Formel gilt lediglich für fixe (Kapazitäts-)Kosten, welche sich linear zur Absatzmeng verändern (siehe
hierzu "engineered costs" in Kapitel 0). Für alle anderen Fälle siehe Formel 16.
Seite 68
3.4.4
Verknüpfung zwischen Wettbewerbsstrategie und adaptierter Erfolgsabweichungsanalyse
Zentrales Element der SEA ist die Verknüpfung der Ergebnisse aus der adaptierten Erfolgsabweichungsanalyse mit den Wettbewerbsstrategien nach Porter 381. Im Zentrum steht dabei
die Annahme, dass strategische Initiativen, welche basierend auf der gewählten Wettbewerbsstrategie für das jeweilige Unternehmen definiert werden, bei erfolgreicher Umsetzung zu einer künftigen Verbesserung auf der Ertragsseite (d.h. insbesondere in der Erfolgsrechnung) führen sollten 382. Der messbare Nachweis einer jeden einzelnen Initiative hinsichtlich der Ertragsseite des Unternehmens kann sich dabei je nach Art der Initiative als
schwierig herausstellen. Unter anderem ist es oftmals schwierig, eindeutige UrsacheWirkungs-Zusammenhänge zwischen der jeweiligen strategischen Initiative und der Veränderung im Unternehmensergebnis herzustellen 383. Bei parallel im Unternehmen initiierten
bzw. sich in Umsetzung befindenden Initiativen kann sich beispielsweise die Isolierung der
ertragsseitigen Auswirkung einer einzelnen strategischen Initiative als grosse Herausforderung erweisen. Ungeachtet zahlreicher Hürden besteht erfahrungsgemäss das Bedürfnis, die
Implementierung einer gewählten Strategie aufzeigen und einschätzen zu können.
Eine erste Hilfestellung bietet die adaptierte Erfolgsabweichungsanalyse als eigenständige
Technik. Wie bereits ausgeführt, verwendet diese Technik die vier Basistreiber OutputMenge, Output-Preis, Input-Menge sowie Input-Preis, um die Abweichung der Erfolgsrechnungen zweier Perioden in einzelne Basiskomponenten aufzuschlüsseln. Diese Aufschlüsselung alleine kann bei der Frage nach dem Erfolg von strategischen Initiativen bereits hilfreich sein. Beispielsweise ist es naheliegend, dass sich Investitionen in die Produktmarke
eines Unternehmens früher oder später in höheren Absatzmengen (Output-Menge) auf Stufe
Umsatz in der Wachstumskomponente sowie möglichst in höheren Verkaufspreisen (Output-Preis) auf Stufe Umsatz in der Preisausgleichskomponente niederschlagen sollten.
Gleichzeitig dürften die Kosten beispielsweise für das Marketing unmittelbar ansteigen, was
sich je nach Ausgestaltung in den Kosten einer oder mehrerer Komponenten der adaptierten
Erfolgsabweichungsanalyse zeigt.
Die Methode der SEA geht einen Schritt weiter und greift die Frage auf, welche Ausprägungen in den SEA-Komponenten grundsätzlich, bezogen auf eine der beiden Wettbe381
382
383
siehe Abbildung 4, Ziff. 2.2
Welcher Zeitraum dabei angewendet werden soll, muss fallspezifisch beurteilt werden. HDF analysieren
jeweils die Abweichung zwischen zwei aufeinanderfolgenden Geschäftsjahren (Horngren, Datar, &
Rajan, 2012, p. 500 et seqq.).
siehe Kapitel 2.3.2
Seite 69
werbsstrategien, erstrebenswert sind. Dadurch löst sich die SEA gänzlich von der Problematik, wie sich einzelne strategische Initiativen in den Komponenten auswirken können bzw.
sollten. Die Operationalisierung der gewählten Strategie im Unternehmen wird bei diesem
Ansatz quasi als Black-Box behandelt. Ausschlaggebend für die Kontrolle der Wirksamkeit
einer Strategie ist neu, inwiefern die einzelnen SEA-Komponenten ein idealtypisches Muster je Wettbewerbsstrategie erreichen.
Gemäss HDF zeigt sich eine erfolgreiche Differenzierungsstrategie bei der SEA-Analyse,
insbesondere in einer vorteilhaften Preisausgleichskomponente bezüglich der Verkaufspreisabweichung 384. In einem positiven Wirtschaftsumfeld wird davon ausgegangen, dass
ein Unternehmen mit einer funktionierenden Differenzierungsstrategie die Verkaufspreise
gegenüber der Vorperiode steigern oder zumindest halten kann. Hinsichtlich der Wachstumskomponente gibt es keine typische Ausprägung. Bei der Produktivitätskomponente
wird bzgl. der Differenzierungsstrategie als Abgrenzung zur Strategie der Kostenführerschaft lediglich die markant vorteilhafte Veränderung als eher unwahrscheinlich angenommen. 385
Bei einer erfolgreichen Strategie der Kostenführerschaft wird eine vorteilhafte Preisausgleichskomponente bzgl. der Input-Preise einhergehend mit einer Verschlechterung bei der
Verkaufspreisentwicklung als typisch erachtet. 386 Es wird hier davon ausgegangen, dass
Kostenführer über Mengeneffekte, Verhandlungsmacht und Informationseffizienz in der
Lage sind, die Einkaufpreise bzw. Input-Preise gegenüber der Vorperiode zu verbessern
bzw. zu senken. Gleichzeitig stehen solche Unternehmen aber in einem kontinuierlichen
Preiswettbewerb und müssen daher die eigenen Verkaufspreise ebenfalls senken, um am
Markt bestehen zu können. Der hohe Preisdruck führt zusätzlich dazu, dass Kostenführer
kontinuierlich für eine Verbesserung der unternehmensinternen Prozesse und Strukturen
besorgt sind. Dies schlägt sich – so die Theorie – in einer vorteilhaften Produktivitätskomponente nieder und wird deshalb für diese Wettbewerbsstrategie als typisch erachtet. 387
384
385
386
387
(Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 505) / siehe auch (Simons, 2000, p. 133)
(Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 505); (Treyer O. A., 2008a, S. 41)
(Treyer O. A., 2008a, S. 41)
(Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 505); (Treyer O. A., 2008a, S. 41)
Seite 70
3.5
3.5.1
SEA mit separater Kapazitätsbetrachtung
Kapazität – Definition
Im betriebswirtschaftlichen Kontext beschreibt die Kapazität den maximalen Output bzw.
die Produktionsfähigkeit einzelner Produktionsfaktoren (z.B. Maschine, Mitarbeiter, etc.)
oder einer ganzen unternehmerischen Einheit (z.B. SGE, Division etc.) 388. Eine hinreichende Kapazität liegt vor, wenn die Kapazität ausreicht, um die von den Kunden nachgefragte
Output-Menge produzieren zu können. Charakterisieren lässt sich die Kapazität anhand der
nachfolgenden vier Eigenschaften:
• Kapazität ist eine metrisch-skalierte Messgrösse mit Bezug zu einem materiellen oder
technischen Output, z.B. Anzahl verpackte Kisten pro Tag, Anzahl geleistete Arbeitsstunden pro Tag, Anzahl Rechenoperationen pro Zeiteinheit (bei einem Computer).
• Kapazität dient als Kennzahl zur Darstellung des maximalen Outputs pro Gebrauch,
z.B. kann eine Boeing 767-200 Fracht und Passagiere bis zu einem maximalen Startgewicht von 179'170 kg 389 befördern.
• Kapazität resultiert aus der Multiplikation der beiden Faktoren Quote und Zeit. Beispielsweise kann eine Boeing 767-200 mit entsprechender Ausstattung 200 Passagiere pro Flug mit einer durchschnittlichen Geschwindigkeit von 500 Meilen pro Stunde
befördern. Eine Concorde kann im Gegensatz dazu beispielsweise 100 Passagiere pro
Flug befördern, jedoch mit einer durchschnittlichen Geschwindigkeit von 1'000 Meilen pro Stunden. Beide Flugzeuge weisen somit die gleiche Quote von je 100'000
Available Seat Miles (ASM) 390 pro Stunde auf. Auf ein Jahr (365 Tage) gerechnet,
ergibt sich für beide Flugzeuge eine theoretische Kapazität von 876 Mio. 391 ASM pro
Jahr.
• Die Bereitstellung von Kapazität verursacht Kosten. Beispielsweise fallen im Zusammenhang mit dem Kauf einer Boeing 767-200 Kosten für die Finanzierung, den
Unterhalt und Betrieb (u.a. Personal, Treibstoff, etc.) an. 392
388
389
390
391
392
(Treyer & Frischknecht, 2013, S. 227); (Ansari, Bell, Klammer, & Lawrence, 2003, p. 326 et seqq.)
siehe (Boeing, 2014)
siehe Kapitel 10.1.2
𝐾767−200 = 200 × 500 × 24 × 365 = 876 𝑀𝑀𝑀. 𝐴𝐴𝐴 𝑝𝑝𝑝 𝐽𝐽ℎ𝑟
𝐾𝐶𝐶𝐶𝐶𝐶𝐶𝐶 = 100 × 1′000 × 24 × 365 = 876 𝑀𝑀𝑀. 𝐴𝐴𝐴 𝑝𝑝𝑝 𝐽𝐽ℎ𝑟
(Treyer & Frischknecht, 2013, S. 227); (Ansari, Bell, Klammer, & Lawrence, 2003, pp. 326-327)
Seite 71
Im Zusammenhang mit den Kosten für die Bereitstellung von Kapazität ist die Betrachtung
des Kostenverhaltens wichtig. Das Kostenverhalten beschreibt die Beziehung zwischen den
Kosten und dem Kostentreiber 393 unter der Annahme eines Kausalzusammenhangs zwischen der Veränderung des Kostentreiber-Niveaus und der wertmässigen Veränderung der
Totalkosten. Im betrieblichen Rechnungswesen wird als Approximation davon ausgegangen, dass sich die Kosten innerhalb bestimmter Kapazitätsgrenzen 394 (relevanter Bereich)
linear verhalten. 395 Diese lineare Kosten-Approximation ermöglicht die Unterscheidung in
fixe und variable Kosten:
• Variable Kosten verändern sich wertmässig proportional zur Veränderung im Total
des entsprechenden Kostentreiber-Niveaus.
• Fixe Kosten bleiben innerhalb einer gegebenen Zeitspanne und eines relevanten Bereichs wertmässig unverändert, unabhängig davon, wie stark sich das Total des entsprechenden Kostentreiber-Niveaus verändert. 396
Die Kosten der Bereitstellung von Kapazität (Kapazitätskosten) zählen in der Regel zu den
fixen Kosten 397. Insbesondere der Teil der Kapazität, welcher nicht für die Leistungserstellung benötigt wird (d.h. Kapazitätsgrenze abzüglich Kostentreiberniveau) 398, bedarf besonderer Aufmerksamkeit im Rahmen des Kostenmanagements. Unter der Annahme der linearen Kosten-Approximation führt jede Output-Steigerung innerhalb der Kapazitätsgrenzen zu
einer Verkleinerung der Stückkosten, da die fixen Kapazitätskosten auf eine höhere Anzahl
Kostentreiber-Einheiten aufgeteilt werden können (Fixkostendegression). Aufgrund dieser
Eigenschaft sind die Kapazitätsplanung und die Optimierung der Auslastung 399 wichtige
Faktoren zur Planung und Optimierung der Kosten der Leistungserstellung. HDF halten
393
394
395
396
397
398
399
Der Begriff "Kostentreiber" bezeichnet alle möglichen Faktoren (z.B. Aktivität, Absatz-Volumen, etc.),
welche die Totalkosten beeinflussen. Zwingendes Kriterium eines Kostentreibers ist das Vorliegen eines
Ursache-Wirkungs-Zusammenhangs zwischen der Veränderung im Niveau des Kostentreibers und der
wertmässigen Veränderung in den Totalkosten. (Treyer & Frischknecht, 2013, S. 70)
Die Kapazitätsgrenze entspricht dem maximalen Output der vorhandenen Produktionsfaktoren. Bei
nicht-linearen Kostenverhalten beschreibt die Kapazitätsgrenze den Zustand stark steigender Durchschnittskosten pro Kostentreibereinheit bei zunehmender Annäherung der Kostentreiber-Leistung (z.B.
RPM pro Jahr – siehe Kapitel 10.1.1) an die mit den gegebenen Produktionsfaktoren maximale OutputMenge (Kapazität, z.B. ASM pro Jahr). Siehe hierzu u.a. (Treyer & Frischknecht, 2013, S. 73-76)
(Treyer & Frischknecht, 2013, S. 72-76)
(Treyer & Frischknecht, 2013, S. 76), siehe hierzu auch: (Horngren, Datar, & Rajan, 2012, p. 52 et seqq.)
(Horngren, Datar, & Rajan, 2012, pp. 338-339)
"unused capacity" (Horngren, Datar, & Rajan, 2012, p. 509)
Gemessen am Auslastungsgrad, welcher sich folgendermassen berechnen lässt: Kostentreiber-Niveau
dividiert durch Kapazitätsgrenze (z.B. "units produced and sold" dividiert durch "manufacturing capacity" im Beispiel Xtra in Abbildung 10).
Seite 72
dazu fest: "Determining […] the appropriate level of capacity, is one of the most strategic
and most difficult decisions managers face" 400.
Grundsätzlich lässt sich die Kapazitätsmessung 401 in eine traditionelle Methode und eine
zeitgemässe Methode unterscheiden. Die traditionelle Methode der Kapazitätsmessung
wurde entwickelt, um die Gemeinkosten der Kapazitätsbereitstellung der produzierten Output-Menge (Güter und Dienstleistungen) zuzuteilen. Der Anwendungszweck der traditionellen Methode liegt insbesondere in der sinnvollen Bewertung des Lagers aus der Sichtweise
des Financial Accounting (externe Finanzberichterstattung). Die traditionelle Methode der
Kapazitätsmessung unterscheidet fünf verschiedene Arten der Kapazitätsmessung:
• Die theoretische Kapazität beschreibt die maximale Menge des Outputs eines einzelnen Produktionsfaktors (Maschine, Mitarbeiter etc.), einer Gruppe von Produktionsfaktoren (z.B. Abteilung, Fabrik etc.) oder einer ganzen unternehmerischen Einheit (z.B. SGE, Division etc.) unter der (theoretischen) Annahme einer stetig ablaufenden Leistungserstellung bei voller Effizienz (z.B. die Waschmaschine einer Kundenwäscherei läuft 24h an 365 Tagen im Jahr ohne Unterbruch).
• Die praktische Kapazität entspricht dem erreichbaren Output-Niveau unter den momentanen, operativen Bedingungen. Im Gegensatz zur theoretischen Kapazität werden bei der praktischen Kapazität sogenannte Kapazitätsverluste (u.a. durch Betriebsferien, Unterhalt, Maschinen-Einrichten, Schichtbetrieb etc.) mitberücksichtigt. Die
praktische Kapazität fällt dadurch immer geringer als die theoretische Kapazität aus.
• Als normale bzw. durchschnittliche Kapazität wird die durchschnittlich erwartete
Output-Menge eines einzelnen Produktionsfaktors, einer Gruppe von Produktionsfaktoren oder einer ganzen unternehmerischen Einheit bezeichnet. Diese Art der Kapazitätsmessung bezieht sich typischerweise auf das langfristige Absatzpotential des
Unternehmens.
• Die budgetierte Kapazität umfasst die erwartete Output-Menge in der nächsten
(Plan-)Periode und basiert auf der Verkaufsprognose bzw. dem Verkaufsbudget.
• Die effektive Kapazität entspricht der aktuellen Output-Menge einer Periode. 402
400
401
402
(Horngren, Datar, & Rajan, 2012, p. 336)
Eine Übersicht zu verschiedenen weiteren Modellen der Kapazitätsmessung findet sich in: (IMA, 1996,
p. 29 Exhibit 16).
(Treyer & Frischknecht, 2013, S. 227-228); (Ansari, Bell, Klammer, & Lawrence, 2003, pp. 328-330);
(IMA, 1996, pp. 5-6)
Seite 73
Für Fragestellungen des Management Accountings (interne Leistungsbeurteilung) ist die
zeitgemässe Methode 403 besser geeignet. Die Ausgestaltung der Arten der Kapazitätsmessung orientiert sich bei der zeitgemässen Methode an den Einflussmöglichkeiten des Managements auf die Kapazität und deren Kosten. Hierzu werden die folgenden vier Arten der
Kapazitätsmessung unterschieden:
• Die theoretische Kapazität entspricht – analog der theoretischen Kapazität bei der
traditionellen Methode – der maximalen Output-Menge eines einzelnen Produktionsfaktors, einer Gruppe von Produktionsfaktoren oder einer ganzen unternehmerischen
Einheit, unter der (theoretischen) Annahme einer stetig ablaufenden Leistungserstellung bei voller Effizienz.
• Die produktive Kapazität beschreibt diejenige Kapazität, welche für die Erstellung
der nachgefragten, qualitätskonformen Output-Mengen benötigt wird. Die produktive
Kapazität ist der Teil der theoretischen Kapazität, welche den Zweck (Produktion
verkaufsfähiger Güter und Dienstleistungen) erfüllt.
• Die unproduktive Kapazität erfasst den Anteil an der Kapazität, welcher durch nichtverkaufsfähige Output-Mengen belegt wird. Dazu gehört insbesondere die Kapazität,
welche zur Einrichtung, zum Unterhalt und Stand-by von Produktionsfaktoren (z.B.
Flugzeug) verbraucht wird. Auch der Verlust von produktiver Kapazität infolge Ausschuss, Nachbearbeitung und Pufferzeiten zählt zur unproduktiven Kapazität. Die
Ursache für unproduktive Kapazität ist in der Regel auf Ineffizienzen in den betrieblichen Leistungserstellungsprozessen zurückzuführen. Die Gestaltung der unproduktiven Kapazität liegt somit mehrheitlich im direkten Einflussbereich der unternehmerischen Einheit.
• Die brachliegende Kapazität bezeichnet die Kapazität, welche aufgrund von regulatorischen Bestimmungen sowie aufgrund der Unternehmenspolitik oder der Marktgegebenheiten nicht genutzt werden kann. Dazu zählen unter anderem Ferien und arbeitsrechtliche Bestimmungen sowie verlorene Marktanteile und fehlendes Absatzvolumen. Die Ursache der brachliegenden Kapazität liegt primär ausserhalb der direkten Einflussnahme durch die unternehmerische Einheit. Eine wichtige Aufgabe des
Managements besteht darin, brachliegende Kapazität – sofern diese nicht strategisch
403
Die zeitgemässe Methode entspricht dem CAM-I Capacity Model – siehe (Treyer & Frischknecht, 2013,
S. 229); (Ansari, Bell, Klammer, & Lawrence, 2003, p. 337 et seqq.); (IMA, 1996, p. 15 et seqq.).
Seite 74
begründet oder durch regulatorische Bestimmungen festgelegt ist – als produktive
Kapazität nutzbar zu machen oder abzubauen. 404
Ein wichtiges Merkmal der zeitgemässen Methode ist das Zusammenspiel der einzelnen
Arten der Kapazitätsmessung. Die Summe der produktiven Kapazität, der unproduktiven
Kapazität und der brachliegenden Kapazität entspricht der theoretischen Kapazität. Diese
Eigenschaft der zeitgemässen Methode und die verwendete Aufschlüsselung ermöglicht ein
gesamthaftes Verständnis über die Zusammensetzung und Gestaltungsräume der Kapazität. 405
Die Messung der Kapazität ist sehr komplex. Ein wichtiger Schritt zu einer adäquaten Kapazitätsmessung ist die Feststellung, auf welcher Aggregationsebene (z.B. einzelne Maschine, Leistungserstellungsprozess, Fabrik etc.) die Kapazität gemessen werden soll. Sobald
sich die Kapazitätsmessung auf mehr als einen einzeln, abgrenzbaren Produktionsfaktor
(z.B. einzelne Maschine) bezieht, wird die Engpass- oder "Flaschenhals"-Problematik 406
massgeblich. Beispielsweise bestimmt sich die Kapazität bei einem Leistungserstellungsprozess, bestehend aus einer Kette sequentiell ablaufender Produktionsschritte, anhand der
kleinsten individuellen Kapazität aller involvierten Produktionsschritte. Zusätzlich gilt es zu
beachten, dass Maschinen bzw. Leistungserstellungsprozesse oftmals vom Faktor Mensch
(Humankapital) abhängig sind und dass Leistungserstellungsprozesse auf vor- und nachgelagerte Prozesse (u.a. Zulieferer, Lagerhaltung etc.) angewiesen sind. Bei der Kapazitätsmessung gilt es zu bestimmen, inwieweit solche Einflussfaktoren mitberücksichtig werden
müssen bzw. sollen. Erschwerend kommt oftmals hinzu, dass ein Produktionsfaktor oder
Leistungserstellungsprozesse in gleicher oder ähnlicher Konfiguration oftmals für die Erstellung verschiedener Produkte verwendet werden können. Unterschiedliche Durchlaufzeiten je Produkt und Veränderungen im Produkte-Mix können schnell vergleichsweise komplexe Systeme zur Kapazitätsmessung erforderlich machen. 407
404
405
406
407
(Treyer & Frischknecht, 2013, S. 228-230); (Ansari, Bell, Klammer, & Lawrence, 2003, pp. 330-336)
siehe hierzu (IMA, 1996, pp. 15-16)
"constraint analysis"
(Ansari, Bell, Klammer, & Lawrence, 2003, pp. 340-341) / Eine mögliche Herangehensweise an komplexe Situationen bzgl. der Kapazitätsmessung bietet sich – in Abhängigkeit vom Einsatzzweck – über
die Ausgestaltung der (Prozess-)Kostenrechnung mit dem Ansatz des Time-Driven Activity-Based
Costing (TBABC) – siehe hierzu u.a. (Stout & Propri, 2011); (Gervais, Levant, & Ducrocq, 2010); (Öker
& Adigüzel, 2010)
3.5.2
Seite 75
Handhabung von Kapazitätskosten beim SEA-Ansatz nach
HDF
Die (adaptierte) Erfolgsabweichungsanalyse basiert im Grundsatz auf der Annahme, dass
sich alle Input-Mengen linear in Abhängigkeit zur Menge an hergestellten und verkauften
Einheiten (Absatzmenge) verändern. Dies zeigt sich deutlich in Abbildung 6. Hier werden
die Stellvertreter-Erfolgsrechnungen 408 mittels der Absatzmenge flexibilisierter InputMengen berechnet (siehe Abbildung 8). Streng der Systematik folgend, ist das jeweilige
Mengenverhältnis zwischen Input- und Output-Menge in den Zwischenkalkulationen konsequent beizubehalten. Abweichungen, welche durch Veränderungen dieser Input-OutputMengen-Quotienten entstehen (z.B. Reduktion von Überkapazitäten in der Verkaufsabteilung), werden dadurch erst in der Produktivitätskomponente erfasst.
Exemplarisch lässt sich diese Methode in Abbildung 8 zeigen. Hier werden sämtliche InputMengen – "direct material used", "manufacturing capacity" und "selling and distribution
capacity" – anhand der Veränderung der Absatzmenge flexibilisiert.
408
Damit sind die "flexible ER 1" und die "flexible ER 2" in Abbildung 6 gemeint.
409
[1]
250'000.00
-81'000.00
-40'000.00
-52'800.00
76'200.00
-1'215'000.00 [5]
-600'000.00 [6]
-780'000.00 [7]
1'155'000.00
growth
component
3'750'000.00 [4]
65
-780'000.00
-12'000.00 [3]
15'000
-600'000.00
-40.00 [2]
Notes
"+" favorable (vorteilhafte Abweichung gegenüber der Vorperiode)
"-" unfavorable (unvorteilhafte Abweichung gegenüber der Vorperiode)
[1] manufacturing capacity can be acquired in chunks of 1 unit
[2] = G16/G15
[3] = G20/G19
[4] = G9*G10
[5] = G12*G13
[6] = G15*G17
[7] = G19*G21
Income Statement
Sales [USD]
Costs [USD]
Direct material costs
Conversion costs
Selling and distribution costs
Operating income total [USD]
19 Selling and distribution capacity [# of customers]
20 Selling and distribution costs [USD]
21 Selling and distribution costs per capacity [USD]
15 Manufacturing capacity [pcs]
16 Total conversion costs [USD]
17 Conversion costs per unit of capacity [USD/pcs]
135'000
-9.00
12 Direct material used [lbs]
13 Direct material cost per pound [USD/lbs]
2000
15'000
250.00
G
9 Units of Xtra produced and sold [pcs]
10 Selling price per unit Xtra [USD/pcs]
Operational Data
-1'296'000.00
-640'000.00
-832'800.00
1'231'200.00
[8]
[9]
[10]
[11]
[12]
= G12/G9*K9
= AUFRUNDEN(G15/G9*K9;1)
= K15*K17
= K19*K21
-144'000.00
-16'000.00
-34'700.00
125'300.00
320'000.00
-1'440'000.00
-656'000.00
-867'500.00
1'356'500.00
4'320'000.00
69
-867'500.00
-12'500.00
69 [11]
-832'800.00 [12]
-12'000.00
4'000'000.00
16'000
-656'000.00
-41.00
16'000 [9]
-640'000.00 [10]
-40.00
price-recovery
component
144'000
-10.00
O
flexible P/L
statement no. 2
16'000
270.00
144'000 [8]
-9.00
K
flexible P/L
statement no. 1
16'000
250.00
40'000.00
0.00
117'500.00
157'500.00
0.00
productivity
component
2001
140'000
-10.00
16'000
270.00
-1'400'000.00
-656'000.00
-750'000.00
1'514'000.00
4'320'000.00
60
-750'000.00
-12'500.00
16'000
-656'000.00
-41.00
S
Seite 76
Abbildung 8: Beispiel "Xtra" – adaptierte Erfolgsabweichungsanalyse 409
Eigene Darstellung, basierend auf der Fallstudie "Xtra" von (Sopariwala, 2003, p. 27 et seqq.)
Seite 77
In der Literatur werden jedoch bei der (adaptierten) Erfolgsabweichungsanalyse bzw. bei
der Budgetabweichungsanalyse im Normalfall keine separaten Input-Mengen bzw. Treiber
für die fixen (Kapazitäts-)Kosten definiert. Entsprechend werden die fixen (Kapaziäts)Kosten nicht flexibilisiert. 410 Hintergrund für diese Herangehensweise bildet die definitionsgemässe Unabhängigkeit zwischen fixen (Kapazitäts-)Kosten und der Absatzmenge 411.
Der SEA-Ansatz nach HDF orientiert sich ebenfalls am Kostenverhalten der fixen (Kapazitäts-)Kosten 412, modifiziert die adaptierte Erfolgsabweichungsanalyse jedoch durch die Unterscheidung der fixen (Kapazitäts-)Kosten in Engineered Costs und Discretionary Costs.
Engineered Costs sind Kosten, die in einem direkten Kausalzusammenhang mit der Absatzmenge als Kostenträger stehen. Es handelt sich dabei um variable Kosten oder um kurzfristig fixe Kosten 413 414. Im Gegensatz dazu weisen Discretionary Costs keine direkte Kausalität zur Absatzmenge auf. Solche Kosten werden periodisch – oftmals im Rahmen der
Budgeterstellung – nach Ermessen der Entscheidungsträger oder nach der finanziellen
Tragbarkeit festgelegt. Beispiele für Discretionary Costs sind Forschungs- und Entwicklungskosten (F&E), Marketingausgaben oder Bereiche aus den Corporate Services (z.B.
Personalwesen, Legal Services etc.). 415 Das Problem bei den Discretionary Costs liegt dabei
häufig nicht in der Identifizierung der zugrundeliegenden Kostentreiber, sondern in der Bestimmung, welcher Wirkungszusammenhang zur Ertragsseite des Unternehmens (Kostenträger) besteht.
410
411
412
413
414
415
siehe hierzu u.a. (IMA, 2014, S. 396-397) bzw. (Van Loggerenberg & Cucchiaro, 1981, p. 89 et seq.)
siehe Kapitel 3.5.1 / Ausnahmen hiervon bilden sämtliche Fälle, wo Veränderungen in den Absatzmengen direkt oder indirekt eine Kapazitätsvergrösserung bzw. -verkleinerung notwendig machen bzw. wirtschaftlich sinnvoll sind.
siehe Kapitel 3.5.1
Dazu zählen gemäss (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 508 & 509) u.a. sprungfixe
Kosten. Darunter sind Kosten zu verstehen, die mit einem bestimmten Kostentreiber (hier: Absatzmenge)
variieren, jedoch nicht proportional, sondern in spezifischen Schritten. Beispielsweise kann es vorkommen, dass eine bestehende Produktionsanlage aufgrund der am Markt verfügbaren Maschinen nur in
Schritten von mindestens 250'000 Stück erweitert werden kann, da jede neue Produktionsanlage eine
Kapazität von mindestens 250'000 Stück Output-Menge aufweist. (Treyer & Frischknecht, 2013, S. 72)
Sofern nichts anderes erwähnt ist, sind "engineered costs" nachfolgend als Begriff für "indirect engineered costs" zu verstehen und von "direct engineered costs" zu unterscheiden. HDF verwenden "direct engineered costs" als Synonym für "direct material costs" (Horngren C. T., Datar, Foster, Rajan, & Ittner,
2009, p. 507).
(Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 507 et seq.)
Seite 78
Angewendet auf die SEA, bedingt die Unterscheidung in Engineered Costs und Discretionary Costs, dass nach HDF die Discretionary Costs nicht linear zur Absatzmenge angepasst
werden, da sich diese Kosten definitionsgemäss unabhängig von der Absatzmenge bilden.
Verdeutlicht wird dies in Abbildung 9 am Beispiel der "selling and distribution costs" oder
in Abbildung 7 am Beispiel der "F&E Kosten" 416. Die Engineered Costs hingegen lassen
sich als Approximation linear zur Absatzmenge anpassen, sofern keine weiteren Informationen zu deren Kostenverhalten vorhanden sind. Exemplarisch zeigt sich dies in Abbildung 9
bezüglich des Kostenblocks "conversion costs" oder in Abbildung 7 bezüglich des Kostenblocks "Herstellgemeinkosten". 417
416
417
Die unterschiedliche Handhabung dieser zwei Fixkostenkategorien im SEA-Ansatz nach HDF ist auch
im Unterschied in Formel 16 ("discretionary costs") gegenüber Formel 17 ("engineered costs") ersichtlich.
siehe hierzu (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 500 et seqq.); (Sopariwala, 2003, p.
30 et seqq.)
418
[1]
250'000.00
-81'000.00
-40'000.00
0.00
129'000.00
-1'215'000.00 [5]
-600'000.00 [6]
-780'000.00 [7]
1'155'000.00
growth
component
3'750'000.00 [4]
65
-780'000.00
-12'000.00 [3]
15'000
-600'000.00
-40.00 [2]
Notes
[2] = G16/G15
[3] = G20/G19
[4] = G9*G10
[5] = G12*G13
[6] = G15*G17
[7] = G19*G21
Income Statement
24 Sales [USD]
Costs [USD]
26
27
Conversion costs
28
29 Operating income total [USD]
135'000
-9.00
2000
15'000
250.00
G
Operational Data
price-recovery
component
-1'296'000.00
-640'000.00
-780'000.00
1'284'000.00
4'000'000.00
[8]
[9]
[10]
[11]
= G12/G9*K9
= K15*K17
= K19*K21
-144'000.00
-16'000.00
-32'500.00
127'500.00
320'000.00
-1'440'000.00
-656'000.00
-812'500.00
1'411'500.00
4'320'000.00
65
-812'500.00
-12'500.00
16'000
-656'000.00
-41.00
16'000 [9]
-640'000.00 [10]
-40.00
65
-780'000.00 [11]
-12'000.00
144'000
-10.00
O
flexible P/L
statement no. 2
16'000
270.00
144'000 [8]
-9.00
K
flexible P/L
statement no. 1
16'000
250.00
40'000.00
0.00
62'500.00
102'500.00
0.00
productivity
component
2001
140'000
-10.00
16'000
270.00
-1'400'000.00
-656'000.00
-750'000.00
1'514'000.00
4'320'000.00
60
-750'000.00
-12'500.00
16'000
-656'000.00
-41.00
S
Seite 79
Abbildung 9: Beispiel "Xtra" – SEA nach Methode HDF (linear) 418
Eigene Darstellung, basierend auf der Fallstudie "Xtra" von (Sopariwala, 2003, p. 27 et seqq.)
Seite 80
Die "selling and distribution costs" werden im Beispiel in Abbildung 9 – im Gegensatz zu
den "conversion costs" als Vertreter aus der Kategorie Engineered Costs – nicht über die
Veränderung der Absatzmenge flexibilisiert. Entsprechend haben Veränderungen in den
Discretionary Costs der zu vergleichenden Perioden keine Auswirkung auf die Wachstumskomponente, sondern wirken sich ausschliesslich auf die Preisausgleichs- und/oder die Produktivitätskomponente aus. Die Veränderungen in den Kapazitätskosten der Kategorie Engineered Costs führen hauptsächlich zu Veränderungen in der Wachstums- und der Preisausgleichskomponente (siehe Abbildung 9). 419
3.5.3
Kritik an der Handhabung von Kapazitätskosten beim
SEA-Ansatz nach HDF
Nach Sopariwala führt die Handhabung von Kapazitätskosten beim SEA-Ansatz einerseits
bei sprungfixen Engineered Costs zu einer massiven Verzerrung in der Wachstumskomponente und andererseits wird die Auswirkung von Kapazitätskosten generell zu wenig transparent. 420
Erster Kritikpunkt lässt sich in Abbildung 10 aufzeigen. Hierfür wird das Beispiel der Xtra
Inc. aus Abbildung 9 erweitert.
419
420
siehe hierzu (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 507 et seqq.); (Sopariwala, 2003, p.
30 & 33 et seqq.)
(Sopariwala, 2003, p. 30 et seqq.)
421
[1]
250'000.00
-81'000.00
-200'000.00
0.00
-31'000.00
-1'215'000.00 [5]
-600'000.00 [6]
-780'000.00 [7]
1'155'000.00
growth
component
3'750'000.00 [4]
65
-780'000.00
-12'000.00 [3]
15'000
-600'000.00
-40.00 [2]
Notes
[1] manufacturing capacity can be acquired in chunks of 5'000 units only
[2] = G16/G15
[3] = G20/G19
[4] = G9*G10
[5] = G12*G13
[6] = G15*G17
[7] = G19*G21
Income Statement
24 Sales [USD]
Costs [USD]
26
27
Conversion costs
28
135'000
-9.00
2000
15'000
250.00
G
Operational Data
price-recovery
component
-1'296'000.00
-800'000.00
-780'000.00
1'124'000.00
4'000'000.00
[8]
[9]
[10]
[11]
-1'440'000.00
-820'000.00
-812'500.00
1'247'500.00
4'320'000.00
= G12/G9*K9
= AUFRUNDEN((G15/G9*K9)/5000;0)*5000
= K15*K17
= K19*K21
-144'000.00
-20'000.00
-32'500.00
123'500.00
320'000.00
65
-812'500.00
-12'500.00
20'000
-820'000.00
-41.00
20'000 [9]
-800'000.00 [10]
-40.00
65
-780'000.00 [11]
-12'000.00
144'000
-10.00
O
flexible P/L
statement no. 2
16'000
270.00
144'000 [8]
-9.00
K
flexible P/L
statement no. 1
16'000
250.00
40'000.00
0.00
62'500.00
102'500.00
0.00
productivity
component
2001
140'000
-10.00
16'000
270.00
-1'400'000.00
-820'000.00
-750'000.00
1'350'000.00
4'320'000.00
60
-750'000.00
-12'500.00
20'000
-820'000.00
-41.00
S
Seite 81
Abbildung 10: Beispiel "Xtra" – SEA nach Methode HDF mit sprungfixen Kapazitätskosten 421
Eigene Darstellung analog der gleichnamigen Fallstudie in (Sopariwala, 2003, pp. 31-32)
Seite 82
Neu wird in Abbildung 10 davon ausgegangen, dass die Kapazität des Kostenblocks "conversion costs" ausschliesslich in Schritten von 5'000 Einheiten erhöht werden kann. Hintergrund für diese Annahme bildet die insbesondere bei Produktionsunternehmen häufig anzutreffende Situation, dass bei der Produktionserweiterung neue Produktionsanlagen beschafft
werden müssen. Diese neuen Produktionsanlagen erhöhen die Kapazität oftmals nicht linear, sondern überproportional. Beispielsweise weil das Unternehmen mit der Investition in
eine neue Produktionsanlage langfristig plant und damit rechnet, die dazugewonnene Kapazität mit steigenden Aufträgen auslasten zu können.
Nach der Interpretation von Sopariwala 422 ist bei Anwendung der SEA-Methode nach HDF
auf den oben beschriebenen Fall von sprungfixen Kosten bereits bei der Berechnung der
Wachstumskomponente die neu total vorhandene Kapazität zu berücksichtigen. Dies führt
im Fallbeispiel in Abbildung 10 zur paradoxen Situation, dass eine Absatzmengenerhöhung
in 2001 gegenüber 2000 zu einer unvorteilhaften Wachstumskomponente führt. Grund hierfür ist die vollständige Zurechnung der ungenutzten Kapazitätskosten auf die Wachstumskomponente. Für den Absatzmengenanstieg von 15'000 Stück in der Vorperiode auf 16'000
Stück in 2001 wäre eine Erhöhung der Kapazität um 1'000 Einheiten auf 16'000 Einheiten
notwendig gewesen. Aufgrund der zur Absatzmenge überproportionalen Kapazitätserhöhung fallen entsprechend überproportional höhere Kapazitätskosten im Umfang von USD
200'000.00 (siehe Abbildung 10) gegenüber USD 40'000.00 (siehe Abbildung 9) bei linearer
Kapazitätsanpassung an 423.
Diese paradoxe Konstellation würde, bezogen auf eine kurzfristige Einzelentscheidung 424
im Sinne der Bewertung eines Zusatzauftrages, durchaus Sinn ergeben. Bei der Fragestellung einer solchen Entscheidung ist eine Unterscheidung in einzelfallspezifisch relevante
und nicht-relevante Kosten notwendig. Die Investition in eine neue Produktionsanlage und
die damit einhergehende (überproportionale) Kapazitätserweiterung ist jedoch oftmals ein
langfristiger strategischer Entscheid. Aus dieser langfristigen Sichtweise sind die durch die
Kapazitätserweiterung entstehenden Kosten nicht einem bestimmten Einzelereignis oder
einer bestimmten Initialmenge 425 zuzurechnen (z.B. auf einen Zusatzauftrag), sondern möglichst verursachergerecht allen erwarteten künftigen Absätzen zuzuordnen. Aus langfristig422
423
424
425
(Sopariwala, 2003, p. 33)
siehe Zeile 27 ("conversion costs"), Spalte "growth component" in Abbildung 10 im Vergleich zu Abbildung 9
siehe hierzu u.a. (Treyer & Frischknecht, 2013, S. 216 ff.)
Im Beispiel aus Abbildung 10 entspricht diese Initialmenge der Menge von 1'000 verkauften Produkteinheiten (16'000 Stück Absatzmenge in 2001 abzüglich 15'000 Stück Produktionseinheiten in 2000), welche bei kurzfristiger Betrachtung die Erhöhung der Kapazität um 5'000 Einheiten verursacht.
Seite 83
strategischer Sichtweise ist die vollständige Zuweisung der Kosten der Kapazitätserweiterung auf die Wachstumskomponente daher als falsch zu beurteilen. 426
Die Problematik der Handhabung von Kapazitätskosten bzw. deren Anpassung bei der Methode der SEA reduziert sich nicht nur auf sprungfixe (Kapazitäts-)Kosten. Je nach Situation können sich die im Zusammenhang mit der Kapazität stehenden Kosten mehr oder weniger stark auf einzelne oder alle drei klassischen SEA-Komponenten auswirken. Zu den
möglichen Ursachen von Verzerrungen in den klassischen SEA-Komponenten im Zusammenhang mit der Kapazität zählt Sopariwala:
• Veränderungen (d.h. Auf- oder Abbau) von Kapazitäten innerhalb der zu vergleichenden Perioden;
• Veränderungen in der Kapazitätsauslastung innerhalb der zu vergleichenden Perioden;
• Veränderungen in den Kapazitätskosten aufgrund von Veränderungen in der Kapazitätsauslastung. 427
Die Unterscheidung der Fixkosten in "discretionary" und "engineered" bei der SEAMethode nach HDF ist einer einfachen Handhabung der Methode nicht sehr zuträglich und
teilweise verwirrend. Sopariwala schlägt zur grundlegenden Lösung zur Handhabung von
Kapazität im Rahmen der SEA deren Isolierung in einer eigenen (vierten) Komponente
vor. 428
426
427
428
(Sopariwala, 2003, pp. 33-35)
(Sopariwala, 2003)
Seite 84
3.5.4
Erweiterung um die Kapazitätskomponente nach Sopariwala
Die kapazitätsbedingten Verzerrungen in den klassischen Komponenten der SEA isoliert
Sopariwala durch Ergänzung der klassischen SEA-Komponenten um eine eigene (vierte)
Komponente mit der Bezeichnung "capacity underutilization component" 429.
Die Funktionsweise dieser Erweiterung ist am Beispiel "Xtra Inc." in Abbildung 11 ersichtlich 430. Wichtigstes Unterscheidungsmerkmal ist die Unterteilung der (fixen) Kosten in produktiv genutzte und unproduktive Kostenanteile. Den klassischen SEA-Komponenten werden neu lediglich die produktiv genutzten (fixen) Kosten zugeteilt. Hierfür wird je ausgewiesenem Fixkostenblock in der Erfolgsrechnung jeweils ein eigener Kostentreiber 431 identifiziert – im Beispiel in Abbildung 11 wurde beispielsweise die "Anzahl Kunden" als Kostentreiber für den Kostenblock "selling and distribution" bestimmt. Anhand dieser Treiber
lassen sich die zur Leistungserstellung benötigten Kapazitätskosten den einzelnen klassischen SEA-Komponenten zuordnen. Die nicht genutzte Kapazität bzw. die dadurch verursachten Kosten werden separat in der neuen, vierten SEA-Komponente erfasst.
Die Methode nach Sopariwala erzielt gegenüber der Methode nach HDF eine verursachergerechtere Zuteilung der produktiven Kapazitätskosten. Gut ersichtlich wird dies in Abbildung 11 (Sopariwala) beim Kostenblock "selling and distribution" im Gegensatz zu Abbildung 9 (HDF). Beispielsweise werden durch die Veränderung im Fixkosten-Treiber (hier:
Anzahl Kunden) in Abbildung 11 – im Unterschied zur Methode nach HDF – die Kosten
der zusätzlich genutzten Kapazität (hier: USD 60'000.00) verursachergerechter der Wachstumskomponente zugeteilt. 432 Die Auswirkungen der Kapazitätsausnutzung auf die Erfolgsrechnung werden durch die erweiterte SEA-Methode im Vergleich zum traditionellen Ansatz somit transparenter aufgezeigt.
429
430
431
432
(Sopariwala, 2003, p. 26 et seqq.); (Sopariwala & Subramanian, 2004, p. 82); (Mudde & Sopariwala,
2008b)
Zum Vergleich mit demselben Beispiel nach Methode von HDF siehe Abbildung 9.
Bei der direkten Berechnungsmethode werden die definierten Kostenträger mittels der unabhängigen
Variable
"USED_UNITS_CAP"
(siehe
beispielsweise
Formel
28)
dargestellt.
Die
"USED_UNITS_CAP" bei der Methode nach Sopariwala ersetzen die "EXPEC_UNITS_CAP" nach der
Methode nach HDF.
433
Selling and distribution capacity [# of customers]
Selling and distribution costs [USD]
Selling and distribution costs per capacity [USD]
Used capacity: Selling and distribution [# of customers]
20
21
22
23
[1]
0.00 [8]
-240'000.00 [9]
1'155'000.00
-81'000.00
-40'000.00
-60'000.00
69'000.00
-1'215'000.00 [5]
-600'000.00 [6]
-540'000.00 [7]
growth
component
250'000.00
65
-780'000.00
-12'000.00 [3]
45
15'000
-600'000.00
-40.00 [2]
15'000
3'750'000.00 [4]
Notes
[2] = G16/G15
[3] = G21/G20
[4] = G9*G10
[5] = G12*G13
[6] = G9*G17
[7] = G23*G22
Income Statement
26 Sales [USD]
Costs productive [USD]
28
29
Conversion costs
30
31
Costs unproductive [USD]
33
Conversion costs
34
Manufacturing capacity [pcs]
Total conversion costs [USD]
Conversion costs per unit of capacity [USD/pcs]
Used capacity: Conversion costs [pcs]
15
16
17
18
135'000
-9.00
2000
15'000
250.00
G
Operational Data
[8]
[9]
[10]
[11]
[12]
[13]
-1'296'000.00
-640'000.00 [12]
-600'000.00 [13]
4'000'000.00
-12'000.00
50
-40.00
16'000 [11]
144'000 [10]
-9.00
K
flexible P/L
statement no. 1
16'000
250.00
= (G15-G18)*G17
= (G20-G23)*G22
= G12/G9*K9
= G18/G9*K9
= K9*K17
= K23*K22
-144'000.00
-16'000.00
-25'000.00
135'000.00
320'000.00
price-recovery
component
-1'440'000.00
-656'000.00
-625'000.00
4'320'000.00
-12'500.00
50
-41.00
16'000
144'000
-10.00
O
flexible P/L
statement no. 2
16'000
270.00
40'000.00
0.00
0.00
40'000.00
0.00
productivity
component
[14] =W33-G33
[15] =W34-G34
[16] =SUMME(U26:U34)
-1'400'000.00
-656'000.00
-625'000.00
4'320'000.00
-12'500.00
50
-41.00
16'000
capacity
underutilization
component
0.00 [14]
115'000.00 [15]
115'000.00 [16]
0.00
0.00
0.00
0.00
0.00
-125'000.00
1'514'000.00
-1'400'000.00
-656'000.00
-625'000.00
4'320'000.00
60
-750'000.00
-12'500.00
50
16'000
-656'000.00
-41.00
16'000
140'000
-10.00
140'000
-10.00
2001
16'000
270.00
W
S
flexible P/L
statement no. 3
16'000
270.00
Seite 85
Abbildung 11: Beispiel "Xtra" – SEA mit separater Kapazitätskomponente (linear) nach Methode Sopariwala 433
Eigene Darstellung in Anlehnung an (Frischknecht, 2012, S. 580), basierend auf der Fallstudie "Xtra"
nach (Sopariwala, 2003, p. 35 et seqq.)
Seite 86
Auch die von Sopariwala im Ansatz von HDF kritisierte Verzerrung in der Wachstumskomponente aufgrund von sprungfixen (Kapazitäts-)Kosten lässt sich mit der Erweiterung
um die vierte SEA-Komponente lösen. Neu werden die bei sprungfixen (Kapazitäts-)Kosten
entstehenden Kosten der Überkapazität vollständig in der vierten SEA-Komponente erfasst
und führen dadurch zu keiner Verzerrung in den klassischen SEA-Komponenten. 434
3.5.5
Direkte Berechnungsmethode
Basierend auf der Arbeit von Sopariwala werden nachfolgend die Formeln zur direkten Berechnung der vier SEA-Komponenten nach dem Ansatz von Sopariwala dargestellt 435:
∆EBITGrowth
Total Auswirkung Wachstumskomponente auf Stufe EBIT
∆EBITPrice
Total Auswirkung Preisausgleichskomponente auf Stufe EBIT
∆EBITProductivity
Total Auswirkung Produktivitätskomponente auf Stufe EBIT
∆EBITCapacity
Total Auswirkung Kapazitätskomponente auf Stufe EBIT
∆REVGrowth
Wachstumskomponente bzgl. Umsatz 436
∆EXP_VARGrowth
Wachstumskomponente bzgl. variable Kosten 437 438
∆EXP_FIXGrowth
Wachstumskomponente bzgl. fixe Kosten 439 440
∆EXPGrowth
Wachstumskomponente bzgl. Kosten Total 441
∆REVPrice
Preisausgleichskomponente bzgl. Umsatz
∆EXPPrice
Preisausgleichskomponente bzgl. Kosten
∆EXPProductivity
Produktivitätskomponente bzgl. Kosten
∆EXPCapacity
Kapazitätskomponente bzgl. Kosten
t
Aktuelle Periode
t-1
Vergleichsperiode bzw. Vorperiode
UNITS_OUT
produzierte und verkaufte Einheiten 442
PRICE_OUT
Verkaufspreis je produzierter und verkaufter Einheit 443
434
435
436
437
438
439
440
441
442
siehe hierzu (Sopariwala, 2003, p. 38 et seqq.) sowie Abbildung 60 im Vergleich zu Abbildung 11 und
Abbildung 10
siehe hierzu (Sopariwala, 2003, p. 36 et seqq.). Die verwendeten Abkürzungen orientieren sich an
(Collins, Román, & Chan, 2011, p. 49).
"revenue effect of growth"
"cost effect of growth for variable costs"
Die Bezeichnung "variable" bezieht sich hier auf die Abhängigkeit bezüglich der Absatzmenge. Variable
Kosten sind in diesem Zusammenhang Kosten, welche (linear) mit der Absatzmenge korrelieren.
"cost effect of growth for fixed costs"
Die Bezeichnung "fix" bezieht sich hier auf die Abhängigkeit bezüglich der Absatzmenge. Fixe Kosten
sind in diesem Zusammenhang Kosten, welche unabhängig bzw. höchstens indirekt von der Absatzmenge abhängig sind und produktiv genutzt werden.
"cost effect of growth"
"units of output sold"
Seite 87
ACT_UNITS_CAP
Kapazität zur Herstellung verkaufsfähiger Einheiten 444
USED_UNITS_CAP
effektiv (produktiv) genutzte Anzahl Kapazitätseinheiten je Periode
PRICE_CAP
Kosten je Kapazitätseinheit 445
ACT_UNITS_IN
Input-Menge aktuell zur Herstellung der verkauften Einheiten in tx 446
EXPEC_UNITS_IN
Input-Menge t-1 flexibilisiert auf Menge produzierte und verkaufte Einheiten in t 447
PRICE_IN
Kosten je Inputeinheit 448
Analog den Ausführungen in Kapitel 3.4.3 wird auch zur direkten Berechnung der erweiterten SEA-Komponenten nach Sopariwala zur Vereinfachung der Formeln eine zusätzliche
Unterscheidung in eine Ertragsebene und eine Kostenebene je SEA-Komponente vorgenommen. Daraus ergibt sich für die Veränderung in der Erfolgsrechnung von Periode t im
Vergleich zur Vorperiode t-1 folgender Zusammenhang (siehe Formel 18):
∆𝐸𝐸𝐸𝐸 = � ∆𝑅𝑅𝑅 − � ∆𝐸𝐸𝐸
= (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 )
−�∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 �
= (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ − ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ ) + (∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 − ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 )
+�0 − ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 � + �0 − ∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 �
= ∆𝐸𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝑇𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
Formel 18:
443
444
445
446
447
448
449
450
Grundlage nach Sopariwala 449
450
"selling price per unit of output sold"
"capacity (in units of relevant cost driver)"
"price per unit of capacity"
"actual unit of input used to produce output"
"units of input required to produce t output in t-1"
"input price"
analog zu (Collins, Román, & Chan, 2011, p. 68)
Die Auflösung in Formel 18 erfolgt unter der Annahme, dass Erträge positive Vorzeichen und Kosten
negative Vorzeichen aufweisen.
Seite 88
Im Unterschied zu Formel 1 wird im Ansatz nach Sopariwala die Kostenebene zusätzlich
unterteilt in produktiv und unproduktiv genutzte Kosten. Der Systematik entsprechend
müsste daher die Erweiterung richtigerweise wie folgt lauten:
∆𝐸𝐸𝐸𝐸 = ∆𝑅𝑅𝑅 − �∆𝐸𝐸𝐸𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 + ∆𝐸𝐸𝐸𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 �
mit:
∆𝐸𝐸𝐸𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 = ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
und
∆𝐸𝐸𝐸𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 = ∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
Die Darstellung in Formel 18 erweist sich als einfacher im Vergleich zur Darstellung in Abbildung 11, insbesondere wenn eine Unterscheidung in produktive und unproduktive Kosten
je Kostenblock vorgenommen werden soll. 451 In Ergänzung zu den Ausführungen in Kapitel
3.4.2 weist die erweiterte SEA-Methode auf Ertragsebene neben der Produktivitätskomponente neu auch für die Kapazitätskomponente definitionsgemäss einen Wert von Null aus.
Nachfolgend sind die einzelnen Formeln zu den Summanden und Subtrahenden in Formel
18 aufgeführt. Die nachfolgenden Formeln basieren auf der Annahme, dass in den Grunddaten Erträge (Umsätze) mit positiven Vorzeichen und Kosten (Aufwände) mit negativen
Vorzeichen erfasst werden. Diese Annahme führt zu einer Veränderungen in den Vorzeichen, d.h., für Formel 19 bis Formel 33 gilt in Abweichung zu Formel 18:
∆𝐸𝐸𝐸𝐸 = � ∆𝑅𝑅𝑅 + � ∆𝐸𝐸𝐸
Sämtliche nachfolgenden Formeln zur SEA-Methode nach Sopariwala sind zusätzlich dahingehend angepasst, dass positive Werte in den SEA-Komponenten (unabhängig ob auf
Ertrags- oder Aufwandebene) vorteilhafte Abweichungen darstellen und negative Werte auf
unvorteilhafte Abweichungen hinweisen 452.
451
452
Bei der Erweiterung mittels Aufteilung in ∆EXPproductive und ∆EXPunproductive ist für die indirekte Berechnungsmethode eine Darstellung ähnlich (Frischknecht, 2012, S. 580) zu wählen. Anwendung findet dieser Ansatz auch bei Treyer, Oscar A. G.: Strategic Profitability Analysis: A tool to control the implementation of strategy with the help of adapted variance analysis. CPE Event IMA Switzerland Chapter. Zürich, June 21, 2011.
Seite 89
A. Formeln zur Berechnung Wachstumskomponente nach Sopariwala
∆𝐸𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ = ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
Formel 19:
∆EBITGrowth (Sopariwala) 453
∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ = (𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡 − 𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝑂𝑂𝑂𝑡−1
Formel 20:
∆REVGrowth (Sopariwala) 454
∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ = ∆𝐸𝐸𝐸_𝑉𝑉𝑉𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸_𝐹𝐹𝐹𝐺𝐺𝐺𝐺𝐺ℎ
Formel 21:
∆EXPGrowth (Sopariwala) 455
∆𝐸𝐸𝐸_𝑉𝑉𝑉𝐺𝐺𝐺𝐺𝐺ℎ = ��(𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼 − 𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝐼𝐼𝑡−1 �
Formel 22:
∆EXP_VARGrowth (Sopariwala) 456
457 458
∆𝐸𝐸𝐸_𝐹𝐹𝐹𝐺𝐺𝐺𝐺𝐺ℎ = ��(𝑈𝑈𝑈𝑈_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡 − 𝑈𝑈𝑈𝑈_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡−1 �
Formel 23:
∆EXP_FIXGrowth (Sopariwala) 459
460 461
B. Formeln zur Berechnung Preisausgleichskomponente nach Sopariwala
∆𝐸𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 = ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
Formel 24:
453
454
455
456
457
458
459
460
461
462
∆EBITPrice (Sopariwala) 462
Gemäss (Sopariwala, 2003, p. 36), mit Anpassungen zur Vereinheitlichung der Vorzeichen innerhalb der
Abweichungskomponenten.
Je nach Detaillierung der vorhandenen Daten bzw. Aufschlüsselung der Erfolgsrechnung ist es möglich,
dass für verschiedene variable bzw. fixe Kostenkomponenten einzeln eine entsprechende Abweichung
errechnet werden muss. Die Summe der Abweichungen der variablen bzw. fixen Kostenkomponenten
ergibt schliesslich die Abweichung für ∆EXP_VAR bzw. ∆EXP_FIX.
siehe hierzu analog Fn. 457
Formel ist gültig, und zwar unabhängig davon, ob eine Kapazitätsanpassung notwendig ist bzw. wie diese Anpassung sich auf die fixen Kosten auswirkt – bspw. linear oder in "Sprüngen" (Sopariwala, 2003).
Der Ansatz nach Sopariwala unterscheidet sich hier deutlich vom Ansatz nach HDF (siehe Formel 6
bzw. Fn. 359).
Seite 90
∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 = (𝑃𝑃𝑃𝑃𝑃_𝑂𝑂𝑂𝑡 − 𝑃𝑃𝑃𝑃𝑃_𝑂𝑂𝑂𝑡−1 ) × 𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡
Formel 25:
∆REVPrice (Sopariwala) 463
∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 = ∆𝐸𝐸𝐸_𝑉𝑉𝑉𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸_𝐹𝐹𝐹𝑃𝑃𝑃𝑃𝑃
Formel 26:
∆EXPPrice (Sopariwala) 464
∆𝐸𝐸𝐸_𝑉𝑉𝑉𝑃𝑃𝑃𝑃𝑃 = ��(𝑃𝑃𝑃𝑃𝑃_𝐼𝐼𝑡 − 𝑃𝑃𝑃𝑃𝑃_𝐼𝐼𝑡−1 ) × 𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼�
Formel 27:
∆EXP_VARPrice (Sopariwala) 465
466 467
∆𝐸𝐸𝐸_𝐹𝐹𝐹𝑃𝑃𝑃𝑃𝑃 = ��(𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡 − 𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡−1 ) × 𝑈𝑈𝑈𝑈_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡 �
Formel 28:
∆EXP_FIXPrice (Sopariwala) 468
469
C. Formeln zur Berechnung Produktivitätskomponente nach Sopariwala
∆𝐸𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 = ∆𝐸𝐸𝐸_𝑉𝑉𝑉𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
Formel 29:
∆EBITProductivity (Sopariwala) 470
∆𝐸𝐸𝐸_𝑉𝑉𝑉𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 = ��(𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼𝑡 − 𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼) × 𝑃𝑃𝑃𝑃𝑃_𝐼𝐼𝑡 �
Formel 30:
463
464
465
466
467
468
469
470
471
472
473
∆EXP_VARProductivity (Sopariwala) 471
472 473
Seite 91
D. Formeln zur Berechnung Kapazitätskomponente nach Sopariwala
∆𝐸𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 = ∆𝐸𝐸𝐸_𝐹𝐹𝐹𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
Formel 31:
∆EBITCapacity (Sopariwala) 474
∆𝐸𝐸𝑃𝐹𝐹𝐹 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
= � ��(𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1 − 𝑈𝑈𝑈𝑈_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡−1 �
Formel 32:
− �(𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡 − 𝑈𝑈𝑈𝑈_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶𝑡−1 ) × 𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶𝑡 ��
∆EXP_FIXCapacity (Sopariwala) 475
476 477
E. Hilfsformeln zur Berechnung SEA-Komponenten nach Sopariwala
𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼 =
Formel 33:
3.5.6
𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑆_𝐼𝐼𝑡−1
× 𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂𝑡
EXPEC_UNITS_IN (Sopariwala) 478
Kritische Würdigung des SEA-Ansatzes nach Sopariwala
Sopariwala kritisiert den SEA-Ansatz nach HDF in zwei Bereichen, einerseits fallspezifisch
hinsichtlich des Umgangs mit sprungfixen Engineered Costs und andererseits konzeptionell
aufgrund der fehlenden separaten Ausweisung der Kosten im Zusammenhang mit Veränderungen in der Kapazität bzw. deren Ausnutzung. 479
Die Kritik bezüglich der Handhabung von sprungfixen Engineered Costs beim Ansatz von
HDF ist jedoch zu relativieren. Einerseits wird in den Erläuterungen von HDF 480 zur SEA
nicht explizit auf sprungfixe Kosten eingegangen 481. Andererseits machen HDF sowohl für
die Wachstums- als auch für die Produktivitätskomponente, bezugnehmend auf das Fallbei474
475
476
477
478
479
480
481
(Sopariwala, 2003, p. 36 et seq.)
(Sopariwala, 2003)
Zur Verifizierung wurden die beiden aktuellsten Ausgaben des von (Sopariwala, 2003) referenzierten
Werks von HDF herangezogen, dies sind: (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 500 et
seqq.) und (Horngren, Datar, & Rajan, 2012, p. 500 et seqq.)
Die Kapazitätsproblematik behandeln HDF in Kapitel "Downsizing and the Management of Capacity"
erst im Anschluss zum Kapitel zur SEA und nehmen darin keinen Bezug, inwiefern sprungfixe Engineered Costs in der SEA zu handhaben sind (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, pp. 507510).
Seite 92
spiel Chipset Inc., im jeweils relevanten Faktor je Formel folgenden Hinweis: "[…] OR If
2008 capacity inadequate to produce 2009 output in 2008, units of capacity required to
produce 2009 output in 2008" 482. Die Formulierung "units of capacity required" bei HDF
kann durchaus auch dahingehend interpretiert werden, dass bei sprungfixen Engineered
Costs – entgegen der Interpretation nach Sopariwala 483 – eine lineare Flexibilisierung über
die Absatzmenge zu erfolgen hat 484. Bei dieser Auslegung der SEA-Methode nach HDF ist
für den Term "EXPEC_UNITS_CAP" bei Engineered Costs – durchgehend und unabhängig, ob die Anpassung der Kapazität linear oder in Sprüngen erfolgt – die Formel 17 anzuwenden 485.
Bedeutender ist bei der Erweiterung des SEA-Ansatzes durch Sopariwala die Bereinigung
der drei klassischen SEA-Komponenten von Einflüssen, welche im Zusammenhang mit
Veränderungen in der Kapazität bzw. deren Ausnutzung entstehen. Durch die Erweiterung
um eine vierte Komponente zur Erfassung der Kapazitätsunternutzung ist es möglich, die
fixen (Kapazitäts-)Kosten den klassischen drei SEA-Komponenten (Wachstums-, Preisausgleichs- und Produktivitätskomponente) verursachergerechter zuzuteilen. Hierzu wird je
ausgewiesener Fixkostenkategorie ein separater Kostentreiber 486 definiert und den klassischen SEA-Komponenten über diesen zusätzlichen Treiber die jeweils zur Leistungserstellung benötigten Kosten zugewiesen.
Insgesamt kann festgehalten werden, dass die Erweiterung der SEA um eine vierte Komponente zur Erfassung der Kapazitätsunternutzung rechnerisch und von der Logik her ein genaueres bzw. ein weniger verzerrtes Bild in den einzelnen klassischen SEA-Komponenten
ermöglicht. Daraus ergeben sich aber auch neue Fragen. Es gilt die Frage zu klären, ob sich
die Komponente der Kapazitätsunternutzung als zusätzlicher Indikator im Zusammenhang
mit den Wettbewerbsstrategien eignet und/oder ob durch diese vierte Komponente die Aussagekraft der drei klassischen SEA-Komponenten hinsichtlich der Wettbewerbsstrategien
beeinträchtigt wird. Zusätzlich gilt zu beachten, dass die zusätzlich notwendigen unabhän482
483
484
485
486
(Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p. 502 & 504)
(Sopariwala, 2003, p. 30 et seqq.)
Diese Auslegung findet auch Anwendung bei der empirischen Studie von Collins et al. (Collins, Román,
& Chan, 2011, p. 68).
Leider bringt die neuste, 14. Ausgabe von HDF (Horngren, Datar, & Rajan, 2012, p. 500 et seqq.) keine
neuen Erkenntnisse zu diesem Punkt. Vielmehr vereinfachen HDF in der 14. Ausgabe das Beispiel zur
SEA erheblich – im Vergleich zur 13. Ausgabe (Horngren C. T., Datar, Foster, Rajan, & Ittner, 2009, p.
500 et seqq.). Neu wird in der 14. Ausgabe nur noch im Text darauf hingewiesen, dass die Kapazität angepasst werden muss, wenn die Kapazität in Periode t-1 nicht ausreicht, um die Absatzmenge in Periode
t zu produzieren. Weitere Ausführungen dazu fehlen, jedoch mit dem Vermerk: "These calculations are
beyond the scope of the book." (Horngren, Datar, & Rajan, 2012, p. 502)
Als zusätzliche unabhängige Variable zu den bereits definierten unabhängigen Variablen der adaptierten
Erfolgsabweichungsanalyse (siehe hierzu Kapitel 3.3).
Seite 93
gigen Variablen die an sich einfache Methode der SEA verkomplizieren. Einerseits werden
zusätzliche Informationen zur Erfolgsrechnung benötigt, andererseits muss jeweils geklärt
werden, inwiefern die verwendeten Treiber für die fixen (Kapazitäts-)Kosten inhaltlich und
bezüglich deren Erhebung vergleichbar sind – sowohl unternehmensintern als auch bei unternehmensübergreifenden Vergleichen.
3.6
3.6.1
Empirische Arbeiten zur SEA-Thematik
Zentrale Fragestellung bzgl. der Funktionsweise der SEAKomponenten
Das SEA-Modell basiert – wie vorangehend bereits aufgezeigt – auf zwei grundlegenden
Annahmen. Erstens wird angenommen, dass sich die gewählte (Wettbewerbs-)Strategie auf
die ertragsseitige Entwicklung im jeweiligen Unternehmen auswirkt und sich somit unter
anderem in der Erfolgsrechnung niederschlägt. Zweitens wird unterstellt, dass jede Wettbewerbsstrategie ein eigenes Muster in den SEA-Komponenten aufweist, welches sich vom
Muster der jeweils anderen Wettbewerbsstrategie signifikant unterscheidet. Im Zentrum stehen somit folgende zwei Fragen:
1. Gibt es einen kausalen Zusammenhang zwischen Wettbewerbsstrategien und der
(künftigen) Ertragsseite eines Unternehmens (Kausalität)?
2. Gibt es unterschiedliche Muster in den SEA-Komponenten je angewendete Wettbewerbsstrategie (Differenzierung) 487?
In der bisherigen Literatur werden die zwei oben genannten Fragen mit Bezug zur SEA,
basierend auf Annahmen und Logik, beantwortet 488. Erste empirisch fundierte Antworten
auf diese zentralen Fragen gibt die kürzlich publizierte Arbeit von Collins, Roman & Chan
(nachfolgend CRC genannt) 489.
487
488
489
Bei dieser Frage wird impliziert, dass die beiden gegensätzlichen Wettbewerbsstrategien nach Porter in
einem Unternehmen (mehrheitlich) exklusiv bzw. nicht simultan angewendet werden (können). Siehe
hierzu auch (Collins, Román, & Chan, 2011, p. 40).
Eine Übersicht diverser Arbeiten hierzu findet sich in (Collins, Román, & Chan, 2011, pp. 38-40) sowie
(Potter, 2011, pp. 72-74).
(Collins, Román, & Chan, 2011)
Seite 94
3.6.2
CRC – Ziel
CRC untersuchen die Bedeutung von Wettbewerbsstrategien zur Erklärung von (künftigen)
Erträgen im Zeitverlauf (nachfolgend: Strategie-Ertrags-Persistenz) 490 am Beispiel U.S.domizilierter Fluggesellschaften. Die Arbeit stützt sich auf diverse Studien anderer Autoren,
welche aufzeigen konnten, dass künftige Erträge im historischen Verlauf unter anderem in
hohem Masse mit gegenwärtigen Erträgen korreliert sind (Ertrags-Persistenz) 491. Zusätzlich
überprüft die Studie, inwiefern sich die Muster der klassischen SEA-Komponenten der beiden generischen Wettbewerbsstrategien nach Porter zur Erklärung künftiger Erträge eignen
(SEA-Ertrags-Persistenz). Indirekt gibt die Studie auch Antwort auf die Frage, ob die beiden
branchenweiten Wettbewerbsstrategien im Zeitverlauf eigene, von einander zu unterscheidende Muster in den SEA-Komponenten aufweisen (nachfolgend: SEA-StrategiePersistenz) 492.
3.6.3
CRC – Hypothesen
Die Grundlage der Untersuchung von CRC bilden die beiden in der Airline Industry 493 dominanten Geschäftsmodelle 494 "Network Carriers" (NWCs) und "Low-Cost Carriers"
(LCCs). CRC stützen sich zur Unterscheidung dieser Geschäftsmodelle auf die Einteilung
gemäss dem Bureau of Transportation Statistics (BTS). Die von CRC aufgeführten, wichtigsten Unterscheidungsmerkmale zwischen diesen beiden Geschäftsmodellen stimmen
grösstenteils mit den Merkmalen in Kapitel 5.2.2 überein 495. Demgemäss bieten NWCs gemäss CRC typischerweise eine sehr hohe Abdeckung für internationale (Lang-)Strecken als
auch bei mittleren und regionalen Flugrouten an. Hierfür benötigen NWCs in der Regel
aufwändige und komplexe Flugzeugflotten sowie ein komplexes Netzwerk an Verkehrsknotenpunkten, um den Flugpassagieren möglichst optimale Anschlussverbindungen anbieten
zu können. Der Aufbau und Betrieb der notwendigen Infrastruktur und Organisation verursacht bei NWCs hohe Kapitalinvestitionen mit erheblichem Fixkostenanteil. Demgegenüber
ist das Geschäftsmodell von LCCs auf tiefe Flugpreise und damit einhergehend auf tiefe
Kosten sowie hohe Effizienz und Flexibilität ausgerichtet. 496
490
491
492
493
494
495
496
CRC verwenden den Begriff "persistence of profitability" (Collins, Román, & Chan, 2011, p. 38). Potter
verwendet hierfür analog den Begriff "earnings persistence" und definiert diesen als "[…] is defined as
the degree of first-order auto-correlation in a time-series of earnings numbers." (Potter, 2011, p. 72).
(Collins, Román, & Chan, 2011, pp. 42-44); siehe hierzu auch (Potter, 2011, p. 72)
(Collins, Román, & Chan, 2011, pp. 38-39) / siehe hierzu auch Abbildung 15
zum Begriff siehe Kapitel 4.2.3
Weitere Ausführungen zu den Begriffen LCCs und NWCs finden sich in Kapitel 4.6.3.
siehe (Collins, Román, & Chan, 2011, p. 41)
(Collins, Román, & Chan, 2011, pp. 42-43); siehe hierzu auch Kapitel 5.2.2
Seite 95
3.6.3.1 Hypothese zur Strategie-Ertrags-Persistenz
Aufgrund von vergleichsweise hohen Investitionen in die Infrastruktur sowie der Komplexität von Drehkreuzsystemen 497 erzielen NWCs gemäss CRC erhebliche Skalen- und Verbundeffekte 498, was den NWCs gegenüber den LCCs einen grösseren Spielraum bei der (kurzfristigen) Preisfestlegung sowie mehr Möglichkeiten zur Preisdiskriminierung (u.a. über das
Angebot verschiedener Buchungsklassen) bietet. Unter Hinweisen auf bestehende Arbeiten
zur U.S. Airline Industry 499 schlussfolgern CRC daraus, dass NWCs aufgrund der stärkeren
Markteintrittsbarrieren im Vergleich zu LCCs eine signifikant höhere Ertrags-Persistenz
aufweisen müssten. 500 Sofern sich dieser Unterschied zwischen den beiden Geschäftsmodellen statistisch nachweisen lässt, ist dies ein Hinweis auf einen kausalen Zusammenhang
zwischen Strategie bzw. Geschäftsmodell und dem Unternehmensertrag – zumindest bezogen auf den untersuchten Bereich aus der Airline Industry 501. Daraus leiten CRC die folgende Hypothese ab:
H1:
"Future-period PM ratios (ATO ratios) are more strongly associated with currentperiod PM ratios (ATO ratios) for network carriers than low-cost carriers." 502
Als Messgrösse für die Entwicklung auf der Ertragsseite der Unternehmen verwenden CRC
die beiden Kennzahlen EBIT-Marge (PM) 503 sowie Kapitalumschlag (ATO) 504. Hierzu stützen sich CRC auf verschiedene wissenschaftliche Arbeiten diverser Autoren 505, welche eine
Ursache-Wirkungs-Beziehung zwischen Geschäftsmodellen bzw. -strategien und der Strategie-Ertrags-Persistenz, gemessen anhand der Gewinnmarge bzw. des Kapitalumschlags,
vermuten lassen. Umfassende empirische Untersuchungen zu diesem vermuteten kausalen
Zusammenhang fehlen jedoch gegenwärtig 506.
497
498
499
500
501
502
503
504
505
506
"hub-and spoke system"
"economies of scale" (Skaleneffekte); "economies of scope" (Verbundeffekte)
siehe (Collins, Román, & Chan, 2011, pp. 42-44)
(Collins, Román, & Chan, 2011, pp. 42-44)
"Profit Margin" (PM); nach CRC definiert als "Operating Income / Total Revenues" (Collins, Román, &
Chan, 2011, p. 49 Table 2).
"Asset Turnover" (ATO); nach CRC definiert als "Total Revenues / Total Assets" (Collins, Román, &
Chan, 2011, p. 49 Table 2).
Gemäss (Collins, Román, & Chan, 2011, p. 38) sind dies u.a. (Soliman, 2008); (Fairfield & Lombardi
Yohn, 2001)
Seite 96
3.6.3.2 Hypothesen zur SEA-Ertrags-Persistenz und SEA-Strategie-Persistenz
Als Erweiterung von Hypothese H1 verwenden CRC die SEA-Methode von HDF. Analog
zu Hypothese H1 gehen CRC davon aus, dass unterschiedliche Wettbewerbsstrategien sich
in unterschiedlichen Ausprägungen in den SEA-Komponenten widerspiegeln und diese
Ausprägungen in den SEA-Komponenten mit künftigen Erträgen korrelieren. Dabei wird
angenommen, dass passend zur gewählten Wettbewerbsstrategie im Unternehmen einzelne
strategische Initiativen definiert und (erfolgreich) umgesetzt werden. Diese Massnahmen
wiederum sollten sich vorteilhaft auf den Unternehmensertrag der nachfolgenden Periode
auswirken. Eine Kostenführer-Strategie bedarf jedoch anderer Massnahmen bzw. Massnahmenschwerpunkte als eine Differenzierungs-Strategie. Unterschiedliche Massnahmen
führen schliesslich zu unterschiedlichen Ausprägungen in den SEA-Komponenten je Wettbewerbsstrategie. 507
Angewendet auf die Airline Industry gehen CRC davon aus, dass NWCs auf der Umsatzebene der SEA-Komponenten im Vergleich zu LCCs eine höhere Preisfestsetzungskraft sowie höhere Margen (u.a. bei Kunden in der Business Class oder First Class) einfordern können. Im Gegensatz dazu befördern LCCs gemäss CRC eher Ferienreisende bzw. preisbewusste Fluggäste und sind dadurch bei der Abschöpfung der individuellen Zahlungsbereitschaft der einzelnen Flugpassagiere tendenziell eher eingeschränkt. Insgesamt folgern CRC
daraus, dass NWCs gegenüber LCCs mehr Möglichkeiten aufweisen, um Umsatz und Kapazitätsauslastung über die Preisgestaltung beeinflussen zu können. Daraus leiten CRC die
folgende Hypothese ab:
H2:
"Future-period PM (ATO) ratios are more strongly associated with current-period
revenue components for network carriers than low-cost carriers." 508
Die vergleichsweise geringen Gestaltungsmöglichkeiten auf der Ertragsebene kompensieren
LCCs nach Ansicht von CRC durch striktes Kostenmanagement. Schlanke Strukturen sowie
ein straffes und vergleichsweise einfach gehaltenes Angebot an Flugrouten verhelfen den
LCCs zu mehr Flexibilität, um auf Nachfrageänderungen zu reagieren. Dadurch sind LCCs
weniger betroffen von ausufernden Kosten bei abnehmenden oder stagnierenden Umsätzen.
Im Gegensatz dazu sind NWCs weniger flexibel, um Kosten kurzfristig an sich verändernde
Bedingungen anzupassen. Das vergleichsweise umfangreiche Flugangebot, die hohe Komplexität des Drehkreuzsystems sowie allgemein hohe Infrastrukturkosten der NWCs beein507
508
Seite 97
trächtigen die kostenseitige Flexibilität. Gemäss CRC müssten NWCs deshalb in den SEAKomponenten auf Kostenebene eine hohe Abhängigkeit zwischen aktuellen und künftigen
Kosten aufweisen. 509 Die Hypothese dazu lautet:
H3:
"Future-period PM ratios are more strongly associated with current-period expense
components for network carriers than low-cost carriers." 510
3.6.4
CRC – Untersuchungsobjekt
Das Untersuchungsdesign umfasst die Jahres- bzw. Quartalsdaten von 14 U.S.-domizilierten
Fluggesellschaften im Zeitraum von 1996 bis 2008 mit insgesamt 135 bzw. 590 Datensätzen. Die 14 Unternehmen setzen sich – basierend auf den Geschäftsdaten für das Jahr 2006
– aus den jeweils sieben umsatzstärksten U.S.-domizilierten Passagierfluggesellschaften aus
den Kategorien "network carriers" 511 und "low-cost carriers" 512 zusammen. 513 Die USamerikanische Airline Industry eignet sich gemäss CRC aus folgenden Gründen besonders
für die angestrebte empirische Untersuchung:
• Ausgehend von der Deregulierung im Jahre 1978 zeichnet sich der U.S.-Luftverkehr
durch eine hohe Wettbewerbsintensität aus.
• Die sehr ausgeprägten und differenzierten Geschäftsmodelle der Fluggesellschaften
orientieren sich stark an den Wettbewerbsstrategien nach Porter.
• Zur Unterteilung der Fluggesellschaften in "network carriers" (Airlines mit Differenzierungs-Strategie) und "low-cost carriers" (Airlines mit Kostenführer-Strategie)
verwenden CRC die brancheninterne und von den Regulatoren angewendete Klassierung der Fluggesellschaften gemäss dem Bureau of Transportation Statistics (BTS).
Die Problematik der Einflussnahme der Autoren auf die Versuchsgruppeneinteilung
fällt dadurch weg.
509
510
511
512
513
(Collins, Román, & Chan, 2011, p. 46); Als Kennzahl für künftige Erträge wird bei der Hypothese H3 im
Unterschied zu den Hypothesen H1 und H2 lediglich die "profit margin" (PM) verwendet. Die Kennzahl
"asset turnover" (ATO) wird bei dieser kostenseitigen Betrachtung definitionsgemäss nicht tangiert (siehe Fn. 504) und fällt somit als Kennzahl weg. (Collins, Román, & Chan, 2011, p. 45)
Hierzu zählen: Alaska Airlines, American Airlines, Continental Airlines, Delta Air Lines, Northwest
Airlines, United Airlines und US Airways (Collins, Román, & Chan, 2011, p. 46).
Hierzu zählen: AirTran Airways, America West Airlines, ATA Airlines, Frontier Airlines, JetBlue Airways, Southwest Airlines und Spirit Airlines (Collins, Román, & Chan, 2011, p. 46).
(Collins, Román, & Chan, 2011, pp. 46-47); In der Ergebnisübersicht zum Regressionsmodell für Jahresdaten verwenden CRC mit 136 Datensätzen eine leicht höhere Population als im Text angegeben.
(Collins, Román, & Chan, 2011, p. 59 Table 7)
Seite 98
• Die Volatilität in der Airline Industry führt gemäss CRC zu einer vergleichsweise
grossen ertragsseitigen Streuung, was die Robustheit der angewendeten statistischen
Tests verbessert.
• Die Konzentration der Untersuchung auf eine einzige Branche minimiert den Einfluss von Brancheneffekten, welche bei branchenübergreifenden Untersuchungen berücksichtig werden müssten. 514
Die von CRC verwendeten Daten zu den einzelnen Unternehmen stammen entweder direkt
von den Unternehmen aus der SEC EDGAR Datenbank (Formular 10-K, 10-Q sowie 8-K)
oder vom BTS. Aufwandseitige Sondereffekte wie beispielsweise Restrukturierungsaufwände, ausserordentliche Wertberichtigungen (Impairments) und staatliche Zuschüsse wurden von den Autoren bereinigt. Zusätzlich wurden Unterschiede bei der Offenlegung bzw.
Erfassung von Daten (z.B. bei den Angaben zu den RPM oder ASM) oder Veränderungen
im Geschäftsverlauf (z.B. Konkurse, Fusionen etc.) korrigiert. 515
3.6.5
CRC – Modell
Für die Überprüfung der Hypothese H1 verwenden CRC die zwei folgenden linearen Regressionsmodelle:
𝑃𝑃𝑡+1 = 𝛽0 + 𝛽1 𝑃𝑃𝑡 + 𝛽2 𝐿𝐿𝐿 + 𝛽3 (𝑃𝑃𝑡 × 𝐿𝐿𝐿 ) + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
Formel 34:
CRC Hypothesis H1 – Modell PM-H1-A (Annual) 516
𝐴𝐴𝐴𝑡+1 = 𝛽0 + 𝛽1 𝐴𝐴𝐴𝑡 + 𝛽2 𝐿𝐿𝐿 + 𝛽3 (𝐴𝐴𝐴𝑡 × 𝐿𝐿𝐿 ) + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
Formel 35:
CRC Hypothesis H1 – Modell ATO-H1-A (Annual) 517
Die Formel 34 findet Anwendung auf die Jahresdaten. Die Variable "LCC" verkörpert eine
Dummy-Variable 518 mit den beiden Ausprägungen "0" und "1". Der Wert 1 gilt für Unternehmen aus der Gruppe der Low Cost Carriers (LCCs), "0" repräsentiert ein Unternehmen
aus der Gruppe der Network Carriers (NWCs). 519
514
515
516
517
518
519
(Collins, Román, & Chan, 2011, pp. 41-42, 48, 58-59)
Für weiterführende Erläuterungen hierzu siehe u.a. (Chatterjee & Simonoff, 2013, p. 38 et seqq); (Hanke
& Wichern, 2005, pp. 281-285)
Seite 99
Für die Quartalszahlen verwenden CRC zur Überprüfung von Hypothese H1 die folgenden
zwei linearen Regressionsmodelle (inkl. saisonale Komponenten):
𝑃𝑃𝑡+1 = 𝛽0 + 𝛽1 𝑃𝑃𝑡 + 𝛽2 𝑃𝑃𝑡−3 + 𝛽3 𝑃𝑃𝑡−4 + 𝛽4 𝐿𝐿𝐿 + 𝛽5 (𝑃𝑃𝑡 × 𝐿𝐿𝐿 )
+ 𝛽6 (𝑃𝑃𝑡−3 × 𝐿𝐿𝐿 ) + 𝛽7 (𝑃𝑃𝑡−4 × 𝐿𝐿𝐿 ) + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
Formel 36:
CRC Hypothesis H1 – Modell PM-H1-Q (Quarterly) 520
𝐴𝐴𝐴𝑡+1 = 𝛽0 + 𝛽1 𝐴𝐴𝐴𝑡 + 𝛽2 𝐴𝐴𝐴𝑡−3 + 𝛽3 𝐴𝐴𝐴𝑡−4 + 𝛽4 𝐿𝐿𝐿 + 𝛽5 (𝐴𝐴𝐴𝑡 × 𝐿𝐿𝐿 )
+ 𝛽6 (𝐴𝐴𝐴𝑡−3 × 𝐿𝐿𝐿 ) + 𝛽7 (𝐴𝐴𝐴𝑡−4 × 𝐿𝐿𝐿 ) + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
Formel 37:
CRC Hypothesis H1 – Modell ATO-H1-Q (Quarterly) 521
Als Saisonalitätskomponenten dienen die Variablen PMt-3 und PMt-4 bzw. ATOt-3 und ATOt-4
mit den jeweiligen Regressionskoeffizienten 522. Die separate Darstellung des Regressionsmodells in Formel 36 je Gruppe der Untersuchungsobjekte ergibt folgende Teilmodelle für
die Ergebnisauswertung 523:
• für "network carriers" (NWCs)
𝑃𝑃𝑡+1 = 𝛽0 + 𝛽1 𝑃𝑃𝑡 + 𝛽2 𝑃𝑃𝑡−3 + 𝛽3 𝑃𝑃𝑡−4 + 𝛽4 × 0 + 𝛽5 (𝑃𝑃𝑡 × 0)
+𝛽6 (𝑃𝑃𝑡−3 × 0) + 𝛽7 (𝑃𝑃𝑡−4 × 0) + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
= 𝛽0 + 𝛽1 𝑃𝑃𝑡 + 𝛽2 𝑃𝑃𝑡−3 + 𝛽3 𝑃𝑃𝑡−4 + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
Formel 38:
Modell PM-H1-Q – Aufschlüsselung bzgl. Gruppe "NWCs"
• für "low-cost carriers" (LCCs)
𝑃𝑃𝑡+1 = 𝛽0 + 𝛽1 𝑃𝑃𝑡 + 𝛽2 𝑃𝑃𝑡−3 + 𝛽3 𝑃𝑃𝑡−4 + 𝛽4 × 1 + 𝛽5 (𝑃𝑃𝑡 × 1)
+𝛽6 (𝑃𝑃𝑡−3 × 1) + 𝛽7 (𝑃𝑃𝑡−4 × 1) + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
= (𝛽0 + 𝛽4 ) + (𝛽1 + 𝛽5 )𝑃𝑃𝑡 + (𝛽2 + 𝛽6 )𝑃𝑃𝑡−3 + (𝛽3 + 𝛽7 )𝑃𝑃𝑡−4
+𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
Formel 39: Modell PM-H1-Q – Aufschlüsselung bzgl. Gruppe "LCCs"
520
521
522
523
Herleitung siehe (Collins, Román, & Chan, 2011, p. 47 Fn. 15)
Analog den Ausführungen in (Chatterjee & Simonoff, 2013, pp. 38-39); siehe auch (Collins, Román, &
Chan, 2011, p. 48). Die für Formel 36 aufgezeigte Systematik für die Zerlegung in die Teilmodelle je
Untersuchungsgruppe lässt sich analog auch auf Formel 34, Formel 35 und Formel 37 anwenden.
Seite 100
Als Kontrollvariablen für βj (Controls) verwenden CRC für alle Hypothesen die nachfolgenden vier unabhängigen Variablen:
• Unternehmensgrösse (natürlicher Logarithmus für Umsatz beim PM-Modell bzw. Bilanzsumme beim ATO-Modell)
• Auslastungsgrad (RPM/ASM)
• Marktanteil-Index (Quadratzahl der Unternehmensanteile am Total der Flugpassagiere je Periode)
• Insolvenz-Indikator (mit "1" falls Unternehmen im Insolvenzverfahren je Periode
und "0" für alle restlichen Unternehmen) 524
Für die Hypothesen H2 und H3 erweitern CRC das Regressionsmodell für die Hypothese
H1 um die drei klassischen SEA-Komponenten nach der Methode von HDF. Zur Aufschlüsselung der Veränderungen in der Erfolgsrechnung zwischen den jeweiligen Perioden
in die jeweiligen SEA-Komponenten verwenden CRC die beiden operativen Kennzahlen
Available Seat Miles (ASM) 525 und Revenue Passenger Miles (RPM) 526. Als Ausgangslage
dient die Gleichung 527:
∆𝑂𝑂 = ∆𝑅𝐸𝐸 − ∆𝐸𝐸𝐸; mit
∆𝑅𝑅𝑅 = ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 , und
∆𝐸𝐸𝐸 = ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 + ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
Die Veränderung auf Stufe Operating Income (∆OI) zwischen zwei Perioden entspricht der
Summe der Veränderungen in der Wachstumskomponente (∆REVGrowth) und Preisausgleichskomponente (∆REVPrice) auf der Ertragsebene abzüglich der Summe der Veränderungen auf Kostenebene in der Wachstumskomponente (∆EXPGrowth), Preisausgleichskomponente (∆EXPPrice) und Produktivitätskomponente (∆EXPProductivity). Die von CRC zur Berechnung der SEA-Komponenten verwendeten Formeln sind im Detail im Anhang in Abbildung 61 aufgeführt. Unter Einbezug der SEA-Komponenten ergeben sich für die Hypothesen H2 und H3 nach CRC die nachfolgenden Regressionsmodelle (Formel 40 und Formel 41) für die Anwendung auf Jahresdaten:
524
525
526
527
(Collins, Román, & Chan, 2011, p. 68).
Seite 101
∗
∗
∗
∗
𝑃𝑃𝑡+1 = 𝛽0 + 𝛽1 𝑃𝑃𝑡−1 + 𝛽2 ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
+ 𝛽3 ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
+ 𝛽4 ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
+ 𝛽5 ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
∗
+ 𝛽6 ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
+ 𝛽7 𝐿𝐿𝐿 + 𝛽8 (𝑃𝑃𝑡−1 × 𝐿𝐿𝐿 )
∗
∗
+ 𝛽9 (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 ) + 𝛽10 (∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
× 𝐿𝐿𝐿 )
∗
∗
+ 𝛽11 (∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 ) + 𝛽12 (∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
× 𝐿𝐿𝐿 )
Formel 40:
∗
+ 𝛽13 �∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
× 𝐿𝐿𝐿� + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
CRC Hypothesis H2 & H3 – Modell PM-H2+H3-A (Annual) 528
+
+
𝐴𝐴𝐴𝑡+1 = 𝛽0 + 𝛽1 𝐴𝐴𝐴𝑡−1 + 𝛽2 ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
+ 𝛽4 𝐿𝐿𝐿
+
+
+ 𝛽5 (𝐴𝐴𝐴𝑡−1 × 𝐿𝐿𝐿 ) + 𝛽6 (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 )
Formel 41:
+ 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝑜𝑜𝑜) + 𝜀
CRC Hypothesis H2 – Modell ATO-H2-A (Annual) 529
Die Erweiterung mittels Saisonalitätskomponenten zur Anwendung auf Quartalsdaten ergeben nach CRC die nachfolgenden beiden Regressionsmodelle (Formel 42 und Formel 43):
∗
∗
∗
∗
∗
+ 𝛽7 𝑃𝑃𝑡−3 + 𝛽8 𝑃𝑃𝑡−4 + 𝛽9 𝐿𝐿𝐿 + 𝛽10 (𝑃𝑃𝑡−1 × 𝐿𝐿𝐿 )
∗
∗
+ 𝛽11 (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 )
∗
∗
+ 𝛽13 (∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 ) + 𝛽14 (∆𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃
× 𝐿𝐿𝐿 )
∗
+ 𝛽15 �∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
× 𝐿𝐿𝐿� + 𝛽16 (𝑃𝑃𝑡−3 × 𝐿𝐿𝐿 ) + 𝛽17 (𝑃𝑃𝑡−4 × 𝐿𝐿𝐿 )
Formel 42:
+ 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
CRC Hypothesis H2 & H3 – Modell PM-H2+H3-Q (Quarterly) 530
+
+
+ 𝛽4 𝐴𝐴𝐴𝑡−3 + 𝛽5 𝐴𝐴𝐴𝑡−4
𝐴𝐴𝐴𝑡+1 = 𝛽0 + 𝛽1 𝐴𝐴𝐴𝑡−1 + 𝛽2 ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
+
+ 𝛽6 𝐿𝐿𝐿 + 𝛽7 (𝐴𝐴𝐴𝑡−1 × 𝐿𝐿𝐿 ) + 𝛽8 (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ × 𝐿𝐿𝐿 )
+
+ 𝛽9 (∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
× 𝐿𝐿𝐿 ) + 𝛽10 (𝐴𝐴𝐴𝑡−3 × 𝐿𝐿𝐿 ) + 𝛽11 (𝐴𝐴𝐴𝑡−4 × 𝐿𝐿𝐿 )
Formel 43:
528
529
530
531
+ 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
CRC Hypothesis H2 – Modell ATO-H2-Q (Quarterly) 531
(Collins, Román, & Chan, 2011, p. 59 Table 7 Model 2a (Annual))
(Collins, Román, & Chan, 2011, p. 63 Table 8 Model 2b (Annual))
Seite 102
Die Aufteilung des Regressionsmodells in Formel 42 zur Ergebnisanalyse nach Gruppen
analog zum Vorgehen in Formel 38 und Formel 39 ergibt 532:
• für "network carriers" (NWCs)
∗
∗
∗
∗
∗
+𝛽4 ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
+𝛽7 𝑃𝑃𝑡−3 + 𝛽8 𝑃𝑃𝑡−4 + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
Formel 44: Modell PM-H2+H3-Q – Aufschlüsselung bzgl. Gruppe "NWCs"
• für "low-cost carriers" (LCCs)
∗
𝑃𝑃𝑡+1 = (𝛽0 + 𝛽9 ) + (𝛽1 + 𝛽10 )𝑃𝑃𝑡−1 + (𝛽2 + 𝛽11 )∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
∗
∗
+(𝛽3 + 𝛽12 )∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
+ (𝛽4 + 𝛽13 )∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
∗
∗
+(𝛽5 + 𝛽14 )∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
+ (𝛽6 + 𝛽15 )∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
+(𝛽7 + 𝛽16 )𝑃𝑃𝑡−3 + (𝛽8 + 𝛽17 )𝑃𝑃𝑡−4 + 𝛽𝑗 (𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶) + 𝜀
Formel 45: Modell PM-H2+H3-Q – Aufschlüsselung bzgl. Gruppe "LCCs"
Die Funktionsweise mit Dummy-Variablen zur Unterscheidung der beiden Untersuchungsgruppen NWCs und LCCs sowie die Saisonalitätskomponenten bei den Modellen für die
Anwendung von Quartalsdaten werden in den Regressionsmodellen zu den Hypothesen H2
und H3 analog den Regressionsmodellen zur Hypothese H1 von CRC übernommen.
Neu ersetzt werden die unabhängigen Variablen PMt bzw. ATOt durch die SEA Komponenten nach HDF aufgrund der Beziehung 533:
𝑂𝑂𝑡 = 𝑂𝑂𝑡−1 + ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ +∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃 +∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ +∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃 +∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
𝑏𝑏𝑏.
𝑅𝑅𝑅𝑡 = 𝑅𝑅𝑅𝑡−1 + ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ +∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
532
533
siehe anlog hierzu Fn. 523
(Collins, Román, & Chan, 2011, pp. 48, 50 & 68)
Seite 103
Daraus ergibt sich, bezogen auf die unabhängigen Variablen PMt und ATOt:
𝑃𝑃𝑡 =
bzw.
𝑂𝑂𝑡
𝑅𝑅𝑅𝑡
=
𝑂𝑂𝑡−1
𝑅𝑅𝑅𝑡
+
∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
𝑅𝑅𝑅𝑡
+
∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
𝑅𝑅𝑅𝑡
+
∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
𝑅𝑅𝑅𝑡
+
∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
𝑅𝑅𝑅𝑡
+
∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
𝑅𝑅𝑅𝑡
∗
∗
∗
∗
∗
= 𝑃𝑃𝑡−1 + ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
+ ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
+ ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
+ ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
+ ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑡𝑡𝑡𝑡𝑡𝑡
𝐴𝐴𝐴𝑡 =
𝑅𝑅𝑅𝑡
𝐴𝐴𝐴𝐴𝐴𝐴𝑡
Formel 46:
=
𝑅𝑅𝑅𝑡−1
+
+
+
+
= 𝐴𝐴𝐴𝑡−1 + ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
CRC – Herleitung unabhängige Variablen PMt und ATOt unter Verwendung der SEA Komponenten 534
Zu beachten gilt, dass die verwendeten SEA-Komponenten in den oben stehenden Formeln
(Formel 40 bis Formel 45) die Veränderung in der Erfolgsrechnung von der Periode t-1 zur
Periode t erfassen. Bei der von CRC angewendeten Methode zur Berechnung der SEAKomponenten haben die Vorzeichen zu den jeweiligen Werten in den Zählern der unabhängigen Variablen in den Regressionsmodellen 535 folgende Bedeutung im Vergleich zur Vorperiode:
∆REV*Growth
bzw.
∆REV+Growth
∆REV*Price
bzw.
∆REV+Price
>0
<0
Höhere Absatzmenge führt c.p. zu höherem Umsatz
Tiefere Absatzmenge führt c.p. zu tieferem Umsatz
vorteilhaft
unvorteilhaft
>0
Steigende Verkaufspreise führen c.p. zu höherem
Umsatz
Sinkende Verkaufspreise führen c.p. zu tieferem
Umsatz
Höhere Input-Mengen führen c.p. zu höheren Kosten
Tiefere Input-Mengen führen c.p. zu tieferen Kosten
Höhere Input-Preise führen c.p. zu höheren Kosten
Tiefere Input-Preise führen c.p. zu tieferen Kosten
Produktivitätsverschlechterungen führen c.p. zu
höheren Kosten
Produktivitätsverbesserungen führen c.p. zu tieferen
Kosten
vorteilhaft
<0
>0
∆EXP*Growth
∆EXP*Price
∆EXP*Productivity
<0
>0
<0
>0
<0
unvorteilhaft
unvorteilhaft
vorteilhaft
unvorteilhaft
vorteilhaft
unvorteilhaft
vorteilhaft
Abbildung 12: CRC – Bedeutung Vorzeichen der verwendeten SEA-Komponenten 536
Zusammenfassend lassen sich die Hypothesen H1, H2 und H3 in der Studie von CRC anhand der erwarteten Vorzeichen der Regressionskoeffizienten (β-Wert) der jeweiligen unabhängigen Variablen wie in Abbildung 13 darstellen.
534
535
536
(Collins, Román, & Chan, 2011, p. 48 & 50)
siehe hierzu Formel 46
Seite 104
Hypothese
Periode
Modellbezeichnung
Abhängige Variable
Regressionsmodell
Unabhängige Variable
Achsenabschnitt
PMt bzw. ATOt
PMt-3 bzw. ATOt-3
PMt-4 bzw. ATOt-4
LCC
(PMt bzw. ATOt) x LCC
(PMt-3 bzw. ATOt-3) x LCC
(PMt-4 bzw. ATOt-4) x LCC
Kontrollvariablen
Regressionskoeffizient
β0
β1
β2
β3
β4
β5
β6
β7
βj
Quarterly
PM-H1-Q
PMt+1
Formel 36
β-Wert
(erwartet)
n.a.
>0
n.a.
n.a.
n.a.
<0
n.a.
n.a.
n.a.
H1
Quarterly
ATO-H1-Q
ATOt+1
Formel 37
β-Wert
(erwartet)
n.a.
>0
n.a.
n.a.
n.a.
<0
n.a.
n.a.
n.a.
Abbildung 13: CRC Hypothese H1 – Erwartungen bzgl. β-Werten 537
Die Hypothese H1 befasst sich mit der Ertrags-Persistenz. CRC gehen hier davon aus, dass
OI-Marge (PMt) und Kapitalumschlag (ATOt) der Vorperiode verlässliche Indikatoren zur
Erklärung der Ertragslage der Periode t+1 sind. Entsprechend sollten die unabhängigen Variablen PMt und ATOt in den jeweiligen Regressionsmodellen (Formel 34, Formel 35, Formel 36 & Formel 37) ein positives Vorzeichen aufweisen. Zusätzlich erwarten CRC, dass
LCCs eine geringere Ertragspersistenz als NWCs aufweisen (Strategie-Ertrags-Persistenz).
Die jeweiligen Dummy-Variablen PMt x LCC und ATOt x LCC sollten daher erwartungsgemäss negative Vorzeichen aufweisen. 538
Die Erweiterungen in Hypothese H2 und H3 unter Zuhilfenahme der SEA-Komponenten
ermöglichen – im Vergleich zu den Regressionsmodellen zu H1 – eine differenzierte Analyse der "Zusammensetzung" der – in Abhängigkeit vom jeweiligen Regressionsmodell – relevanten, unabhängigen Variable PM oder ATO, bezogen auf die Periode t sowie deren Erklärungspotential für die Entwicklung derselben Kennzahl (unabhängige Variable) in der
Periode t+1. Überprüft wird dadurch, inwiefern die "Bausteine" zu PMt bzw. ATOt – in Gestalt der SEA-Komponenten – die Entwicklung in PMt+1 bzw. ATOt+1 erklären können. Basierend auf der jeweiligen Argumentation zu Hypothese H2 und H3 (siehe Kapitel 3.6.3)
leiten CRC die erwarteten Vorzeichen der β-Werte für die Regressionsmodelle in Formel 40
537
538
(Collins, Román, & Chan, 2011, p. 48); Diese Angaben beziehen sich jeweils auf die Modelle für die
Quartalsdaten, sind jedoch analog auch auf die jeweiligen Modelle zu H1 für Jahresdaten anwendbar. Bei
Letzteren entfallen die Saisonalitätskomponenten PMt-3 und PMt-4 bzw. ATOt-3 und ATOt-4, welche nur
bei den Quartalszahlen zur Anwendung kommen.
Seite 105
bis Formel 43 ab. In Abbildung 14 sind die Erwartungen von CRC am Beispiel der Regressionsmodelle PM-H2+H3-Quarterly bzw. ATO-H2-Quarterly dargestellt 539.
Ausgehend von den Erwartungen zur Hypothese H1 (siehe Abbildung 13) und aufgrund der
Herleitung in Formel 46 sind für die unabhängigen Variablen PMt-1 bzw. ATOt-1 für die
Gruppe der NWCs mit positiven und für die Gruppe der LCCs mit negativen Vorzeichen zu
erwarten. 540
Hypothese
Periode
Modell-Bezeichnung
Abhängige Variable
Regressionsmodell
Achsenabschnitt
PMt-1
∆REV*Growth
∆REV*Price
∆EXP*Growth
∆EXP*Price
∆EXP*Productivity
PMt-3
PMt-4
Achsenabschnitt x LCC
PMt-1 x LCC
∆REV*Growth x LCC
∆REV*Price x LCC
∆EXP*Growth x LCC
∆EXP*Price x LCC
∆EXP*Productivity x LCC
PMt-3 x LCC
PMt-4 x LCC
Kontrollvariablen
Koeffizient
β0
β1
β2
β3
β4
β5
β6
β7
β8
β9
β10
β11
β12
β13
β14
β15
β16
β17
βj
H2 & H3
Quarterly
PM-H2+H3-Q
PMt+1
Formel 42
β-Wert
(erwartet)
n.a.
>0
>0
>0
<0
<0
<0
n.a.
n.a.
n.a.
<0
<0
<0
>0
>0
>0
n.a.
n.a.
n.a.
Koeffizient
β0
β1
β2
β3
H2
Quarterly
ATO-H2-Q
ATOt+1
Formel 43
β-Wert
(erwartet)
n.a.
>0
>0
>0
ATOt-3
ATOt-4
Achsenabschnitt x LCC
ATOt-1 x LCC
∆REV+Growth x LCC
∆REV+Price x LCC
β4
β5
β6
β7
β8
β9
n.a.
n.a.
n.a.
<0
<0
<0
ATOt-3 x LCC
ATOt-4 x LCC
Kontrollvariablen
β10
β11
βj
n.a.
n.a.
n.a.
Achsenabschnitt
ATOt-1
∆REV+Growth
∆REV+Price
Abbildung 14: CRC Hypothesen H1 und H2 – Erwartungen bzgl. β-Werten 541
Bei den Umsatzkomponenten ∆REVGrowth und ∆REVPrice erwarten CRC jeweils positive
Vorzeichen für die β-Werte. Massgebend hierfür ist die Annahme, dass vorteilhafte (unvorteilhafte) Umsatzkomponenten 542 in der darauffolgenden Periode zu höheren (tieferen) Um539
540
541
542
Die Erwartungen zu den Quartalsmodellen gemäss Abbildung 14 sind analog auch auf die jeweiligen
Regressionsmodelle zu H2 & H3 für die Verwendung mit Jahresdaten anwendbar.
Eigene Darstellung, basierend auf (Collins, Román, & Chan, 2011, p. 50), siehe hierzu analog die ergänzenden Ausführungen in Fn. 539
siehe hierzu Abbildung 12
Seite 106
satzkomponenten führen. Diese Annahme gilt bei absoluter Betrachtung – d.h. bei gruppenweiser Ergebnisanalyse der beiden Untersuchungsgruppen. Angewendet auf die Regressionsmodelle von CRC ergeben sich für die Umsatzkomponenten aus der LCC-Gruppe jedoch negative erwartete Vorzeichen. Diese auf den ersten Blick widersprüchliche Erwartung
ist dem Umstand geschuldet, dass CRC für LCCs eine geringere Ertragspersistenz im Vergleich zu NWCs erwarten und dass sich die absoluten β-Werte für die LCC-Gruppe als
Summe der β-Werten der jeweils identischen unabhängigen Variablen je Regressionsmodell
ergeben 543. Analog zu diesen Ausführungen lassen sich die erwarteten Vorzeichen der Kostenkomponenten in den Regressionsmodellen von CRC erklären. Hier gehen CRC von der
Annahme aus, dass vorteilhafte (unvorteilhafte) Kostenkomponenten 544 in der darauffolgenden Periode absolut, d.h. bei gruppenweiser Ergebnisanalyse, zu tieferen (höheren) Kosten
führen. Entsprechend dieser Erwartung und der Annahme, dass LCCs ihre Kosten flexibler
auf sich verändernde Marktbedingungen anpassen können als NWCs, müssen die Vorzeichen der Kostenkomponenten für NWCs negative Vorzeichen und diejenigen für LCCs positive Vorzeichen aufweisen. 545
3.6.6
CRC – Ergebnisse
Die einzelnen Ergebnisse zu den Regressionsmodellen von CRC sind bezüglich der Hypothese H1 in Abbildung 62 sowie bezüglich der Hypothesen H2 und H3 in Abbildung 63
aufgeführt 546. Als Schätzmethode für die hier aufgeführten Ergebnisse verwenden CRC ein
GLS-Modell ("generalized least-squares") unter Verwendung des Prais-Winsten-Ansatzes
zur Korrektur der Autokorrelation 547.
Die Ergebnisse zu Hypothese H1 entsprechen hinsichtlich der Vorzeichen den Erwartungen.
Einzige Ausnahme bildet die unabhängige Variable ATOt für die Gruppe der LCCs beim
Modell PM-H1-A 548. Das verwendete Regressionsmodell kann dadurch als ausreichend spezifiziert bezeichnet werden 549. Generell zeigt sich zu Hypothese H1, dass die Ergebnisse für
die Quartalsdaten im Vergleich zu den Ergebnissen unter Verwendung von Jahresdaten ro543
544
545
546
547
548
549
siehe Formel 38 und Formel 44
Eine separate, grafische Auswertung der Regressionsergebnisse von CRC nach Gruppen findet sich im
Anhang in Abbildung 64 bis Abbildung 71. Für die deskriptive Auswertung zur Studie von CRC siehe
(Collins, Román, & Chan, 2011, pp. 50-57).
siehe rot hinterlegte Zelle in Abbildung 62
3. Modellannahme (Vorhandensein aller relevanten unabhängigen Variablen) bei linearen Regressionsmodellen – siehe hierzu (Treyer O. A., 2010, S. 247)
Seite 107
buster – bezüglich der statistisch signifikanten Unterscheidung von Null – ausfallen. Für die
Gruppe der NWCs sind die unabhängigen Variablen PMt bzw. ATOt für alle Modelle zu
Hypothese H1 positiv und signifikant. Im Vergleich dazu fallen dieselben unabhängigen
Variablen für die Gruppe der LCCs (PMt x LCC bzw. ATOt x LCC) – abgesehen von der
oben erwähnten Ausnahme im Modell PM-H1-A – erwartungsgemäss negativ aus. Ein statistisch signifikantes Ergebnis erreicht hier jedoch lediglich das Ergebnis für die Variable
PMt x LCC in Modell PM-H1-Q. Bei den beiden Modellen mit Quartalsdaten sind zusätzlich die Saisonalitätskomponenten PMt-3 bzw. ATOt-3 sowie PMt-4 bzw. ATOt-4 für die Gruppe der NWCs und PMt-3 x LCC bzw. ATOt-3 x LCC sowie PMt-4 x LCC bzw. ATOt-4 x LCC
für die Gruppe der LCCs wichtig. Die Ergebnisse in Abbildung 62 für die Saisonalitätskomponenten entsprechen gemäss der Interpretation von CRC hinsichtlich der Vorzeichen
den Ergebnissen aus früheren Studien 550. Den Vorzeichenwechsel von PMt-3 zu PMt-4 bzw.
von PMt-3 x LCC zu PMt-4 x LCC (und analog für Modell ATO-H1-Q) interpretieren CRC
als Anzeichen für die Tendenz der Zeitreihenwerte, sich dem Mittelwert anzunähern 551. Insgesamt sehen CRC ihre Hypothese H1 aufgrund der Regressionsergebnisse bestätigt. 552
Anhand der Ergebnisse mit Bezug zur Hypothese H1 lässt sich ableiten, dass
a) die Gewinnmarge (PM) bzw. der Kapitalumschlag (ATO) der Periode t einen signifikanten Einfluss auf die Entwicklung der jeweiligen Kennzahl in der darauffolgenden
Periode t+1 ausübt (Ertrags-Persistenz) und
b) sich die beiden generischen Wettbewerbsstrategien, vertreten durch die beiden Untersuchungsgruppen (NWCs als Differenzierer bzw. LCCs als Kostenführer), in der
Ertrags-Persistenz signifikant unterscheiden (Strategie-Ertrags-Persistenz).
Zusammenfassend halten CRC, basierend auf ihren Untersuchungsergebnissen zur Hypothese H1, fest, dass bei den untersuchten U.S.-domizilierten Fluggesellschaften im Untersuchungszeitraum eine Strategie-Ertrags-Persistenz, basierend auf den gegensätzlichen Wettbewerbsstrategien nach Porter, vorliegt. Die Gruppe der NWCs weist dabei – wie erwartet –
eine höhere Ertrags-Persistenz als die Gruppe der LCCs auf. 553
Die Ergebnisse zu den Regressionsmodellen für die Hypothesen H2 und H3 (siehe Abbildung 63) erfüllen bei den Quartalszahlen mehrheitlich die Erwartungen bezüglich Vorzei550
551
552
553
CRC verweisen hier auf (Foster, 1977).
"mean revertion" oder "mean reverting", siehe hierzu u.a. (Treyer O. A., 2010, S. 188)
Seite 108
chen 554. Insbesondere das Modell PM-H2+H3-Q ergibt für alle SEA-Komponenten und
beide Untersuchungsgruppen die erwarteten Vorzeichen. Bei den Modellen mit Jahreszahlen gibt es hingegen einige Abweichungen hinsichtlich der errechneten Vorzeichen gegenüber den erwarteten Vorzeichen 555. Im Modell PM-H2+H3-Q unterscheiden sich alle SEAKomponenten – mit Ausnahme einer Umsatzkomponente für LCCs 556 – signifikant von
Null. Bei allen anderen Modellen, insbesondere bei den Modellen für Jahresdaten, ist die
statistische Güte geringer. Bei den Saisonalitätskomponenten für die Modelle mit Quartalszahlen können die diesbezüglichen Erläuterungen für die beiden Modelle zur Hypothese H1
analog angewendet werden.
Aufgrund der Ergebnisse zu den Hypothesen H2 und H3 lässt sich in Ergänzung zur Bestätigung der Ertrags-Persistenz und der Strategie-Ertrags-Persistenz in Hypothese H1 zusätzlich festhalten, dass:
c) die Komponenten der klassischen SEA-Methode zur Erklärung künftiger Erträge
herangezogen werden können (SEA-Ertrags-Persistenz) und
d) sich die Ausprägungen der klassischen SEA-Komponenten zwischen den untersuchten Gruppen signifikant unterscheiden und dadurch auf unterschiedliche SEA-Muster
zwischen den beiden generischen Wettbewerbsstrategien geschlossen werden kann
(SEA-Strategie-Persistenz).
554
555
556
siehe Abbildung 14
siehe rot hinterlegte Zellen in Abbildung 63
∆REV*Growth x LCC
Seite 109
Abbildung 15: Zusammenhänge im empirischen Modell gemäss CRC – grafische Darstellung 557
In Abbildung 15 sind die Zusammenhänge im Untersuchungsmodell von CRC grafisch dargestellt. Die beiden grundlegenden Voraussetzungen 558 für die Funktionsweise der SEA
können aufgrund der Untersuchung von CRC nicht verworfen werden. Sowohl die Kausalität zwischen Wettbewerbsstrategie und künftiger Rentabilität eines Unternehmens (SEAErtrags-Persistenz) als auch die Differenzierung in unterschiedliche Ausprägungen der SEA-Komponenten je Wettbewerbsstrategie (SEA-Strategie-Persistenz) sind – zumindest für
die untersuchten Vertreter aus der Airline Industry und den einbezogenen Zeitraum – als
gegeben anzunehmen. 559
3.6.7
Diskussion der empirischen Untersuchung von CRC
Die empirische Überprüfung der Grundlagen der Verknüpfung zwischen den generischen
Wettbewerbsstrategien nach Porter und der Unternehmensperformance (gemessen am PMRatio) unter Verwendung der SEA-Komponenten ist in dieser Form in der Forschung bisher
einmalig. Vorlagen oder Orientierungshilfe zu diesem Ansatz gibt es in der Literatur bisher
nur sehr wenige. Inhaltlich ist die Untersuchung von CRC sehr interessant. Insbesondere die
557
558
559
Eigene Darstellung, basierend auf der Studie von (Collins, Román, & Chan, 2011)
siehe Kapitel 3.6.1
siehe hierzu (Collins, Román, & Chan, 2011)
Seite 110
Überprüfung der Verknüpfung zwischen der SEA und den generischen Wettbewerbsstrategien nach Porter ermöglicht einen vielversprechenden Einblick in das Zusammenspiel zwischen Strategic Management und der Unternehmensperformance. Von besonderem Interesse für die Praxis ist dabei die Erkenntnis über die je Wettbewerbsstrategie unterschiedliche
Auswirkung der einzelnen SEA-Komponenten (gemessen an den β-Werten) auf die künftige
Unternehmensperformance (bzgl. PM-Ratio). 560
Hinsichtlich der angewendeten Methodik sind – soweit sich diese aufgrund der durch CRC
publizierten Daten beurteilen lässt – ein paar wenige Auffälligkeiten für die nachfolgende
empirische Analyse von Bedeutung. Die Abgrenzung der beiden untersuchten Gruppen wird
nicht genauer präzisiert. Wie von CRC ausgeführt, ist die Verwendung einer standardisierten Zuteilung (hier: durch das BTS) der einzelnen Vertreter (hier: Fluggesellschaften) auf
die zu untersuchenden Gruppen (hier: NWCs bzw. LCCs) hilfreich, um ein möglichst unverzerrtes Untersuchungssample zu generieren. Die verwendete Kategorisierung durch das
BTS ist jedoch nicht sehr präzise und trägt vor allem der Annäherung zwischen den beiden
untersuchten Geschäftsmodellen (Konvergenz) zu wenig Rechnung 561. Damit in der Untersuchung verlässliche Aussagen über den Zusammenhang der SEA-Strategie-Persistenz getroffen werden können, ist die Identifizierung möglichst eindeutiger Abgrenzungsmerkmale
zwischen den beiden generischen Wettbewerbsstrategien zwingend notwendig. Die Aussagekraft jeder Überprüfung der Zusammenhänge an der Schnittstelle zwischen der Positionierung und der Wertschöpfung 562 ist unmittelbar davon abhängig, wie vollkommen die untersuchten Vertreter der Untersuchungsgesamtheit eine der beiden Wettbewerbsstrategien
anwenden.
Andererseits weist das von CRC verwendete Regressionsmodell für die beiden unabhängigen Variablen 𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ und 𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ eine hohe Korrelation aus 563. Diese Korrelation
ergibt sich aus dem von CRC verwendeten SEA-Berechnungsmodell, welches lediglich eine
Kostenkategorie (Total Operating Expenses) und einen Kostentreiber (ASM) verwendet.
560
561
562
563
siehe (Potter, 2011, pp. 74-75)
siehe Kapitel 5.2.2.6 sowie (Potter, 2011, p. 73)
siehe hierzu Abbildung 1 sowie Kapitel 2.1.3.3 i.V.m. Kapitel 2.1.3.4
siehe (Collins, Román, & Chan, 2011, p. 53 Table 4)
Seite 111
In Verbindung mit der bei der SEA verwendeten Flexibilisierung der Input-Menge (hier:
ASM) anhand der Output-Menge (hier: RPM) zur Berechnung der Wachstumskomponente 564 ergibt sich für das von CRC verwendete SEA-Modell folgender Bezug 565:
∆𝑂𝑂𝐺𝐺𝐺𝐺𝐺ℎ = ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ − ∆𝐸𝐸𝐸𝐺𝑟𝑜𝑜𝑜ℎ = �
𝑅𝑅𝑅𝑡
− 1� × (𝑅𝑅𝑅𝑡−1 − 𝐸𝐸𝐸𝑡−1 ) 566
565F
Aus der obenstehenden Gleichung wird ersichtlich, dass sich die beiden Wachstumskomponenten 𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ und 𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ bei diesem SEA-Berechnungsmodell hauptsächlich aufgrund der Veränderung in der Output-Menge (RPM) erklären lassen. 567 Die Korrelation
zwischen diesen beiden abhängigen Regressionsvariablen stellt eine Verletzung der Modellannahmen (Multikollinearität) 568 der linearen Regressionsanalyse dar und beeinträchtigt
dadurch die Aussagekraft der Regressionsergebnisse. Die Abweichung bzgl. Vorzeichen bei
∗
im Modell PM-H2+H3-A ist möglicherweise auf die vorliegende
der Variablen ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
Multikollinearität zurückzuführen.
Zusätzlich sind keine detaillierten Angaben zu den von CRC vorgenommenen Anpassungen
bzw. Bereinigungen an den verwendeten Finanzdaten der untersuchten Vertreter aus der
Airline Industry verfügbar. Der Ausschluss von Sondereffekten in Daten zur Verwendung in
Prognosemodellen zur Schätzung künftige Erträge wird in der Literatur zwar grundsätzlich
unterstützt 569. Die Problematik der Bereinigung von Finanzdaten um Sondereffekte ergibt
sich jedoch bereits bei der Identifizierung und systematischen Abgrenzung der relevanten
Sondereffekte in Abhängigkeit vom Untersuchungszweck 570. Je nach Vorgehensweise kann
die Datenbereinigung somit selber zum Ursprung einer unbeabsichtigten Verzerrung werden.
564
565
566
𝑅𝑅𝑅
Herleitung:
∆𝑂𝑂𝐺𝐺𝐺𝐺𝐺ℎ = ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ − ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ = �(𝑅𝑅𝑅𝑡 − 𝑅𝑅𝑅𝑡−1 ) × � 𝑡−1 �� −
��
��
567
568
569
570
𝑅𝑅𝑅𝑡
𝑅𝑅𝑅𝑡
� × 𝐴𝐴𝐴𝑡−1 − 𝐴𝐴𝐴𝑡−1 � × �
�×�
𝐴𝐴𝐴𝑡−1
1� × 𝐸𝐸𝐸𝑡−1 � = �
� × 𝐸𝐸𝐸𝑡−1 − �
𝑅𝑅𝑅𝑡
𝐸𝐸𝐸𝑡−1
�� = ��
𝑅𝑅𝑅𝑡
� × 𝑅𝑅𝑅𝑡−1 − �
� × 𝐸𝐸𝐸𝑡−1 � = ��
− 1� × (𝑅𝑅𝑅𝑡−1 − 𝐸𝐸𝐸𝑡−1 ) = �
siehe (Treyer O. A., 2010, S. 256-257)
siehe u.a. (Fairfield, Kitching, & Tang, 2009, p. 205)
siehe u.a. (Frankel, 2009, p. 239 et seqq.)
𝑅𝑅𝑅𝑡
𝑅𝑃𝑃𝑡
� × 𝑅𝑅𝑅𝑡−1 � −
� − 1� × 𝑅𝑅𝑅𝑡−1 � − ��
− 1� × 𝑂𝑂𝑡−1
𝑅𝑅𝑅𝑡
�−
Seite 112
Airline Industry
4 Airline Industry
4.1
Einleitung
Dieses Kapitel dient dazu, einen kurzen Einblick in die Luftfahrtindustrie zu gewinnen, wobei der Fokus auf den Fluggesellschaften (Airline Industry) sowie deren Entwicklung bzw.
Ausgestaltung liegt 571. Die Strukturierung der hier behandelten Themen orientiert sich an
den beiden Arbeitsfeldern "Positionierung" und "Wertschöpfung" des General Management
Navigators (GMN) 572. Der Themenumfang beschränkt sich jedoch auf einige Schwerpunkte,
welche im Anschluss in Kapitel 5 wichtige Informationen zur Unterscheidung in die Gruppen für die empirische Untersuchung liefern. Besonderes Augenmerk wird auf die Schnittstelle zwischen der Positionierung und der Wertschöpfung gelegt 573. Im Zentrum stehen
dabei folgende Fragen:
• Welche wichtigen Einflusskräfte aus der Umwelt beeinträchtigen die Vergleichbarkeit von Fluggesellschaften?
• Wie und anhand welcher zentralen Ausprägungen positionieren sich Fluggesellschaften im Markt?
• Welche gängigen Geschäftsmodelle lassen sich den feststellbaren Positionierungen
zuordnen, und wie unterscheiden sich die Ausprägungen der identifizierten Geschäftsmodelle grundsätzlich?
In einem ersten Schritt wird die Airline Industry als Branche abgegrenzt und deren Stellung
in der Wertschöpfungskette 574 des Personenlufttransports aufgezeigt (Segmentierung). Die
für die nachfolgende empirische Untersuchung wichtigen Einflusskräfte aus der Umwelt
werden anhand der Organisation des internationalen Luftverkehrs aufgezeigt. Ein zentrales
Merkmal der Airline Industry sind die starken Ertragsschwankungen und (Nachfrage-) Krisen bei gleichzeitig hohen durchschnittlichen Wachstumsraten – sowohl aus der Retrospektive als auch bezüglich der Prognosen zur künftigen Entwicklung des Luftverkehrsmark571
572
573
574
Die nachfolgenden Ausführungen zur Airline Industry erheben keinen Anspruch auf Vollständigkeit.
Insbesondere werden Themen wie Flughäfen und Flugsicherung sowie der Airline Industry vor- oder
nachgelagerte Bereiche (z.B. Catering, Hersteller von Flugzeugen etc.) in dieser Arbeit – sofern nicht explizit erwähnt – ausgeklammert. Zusätzlich wird der Fokus auf den internationalen Luftverkehr sowie auf
den Bereich von U.S.-domizilierten Fluggesellschaften gelegt. Für einen vertieften Einblick in die Luftverkehrsbranche sei an dieser Stelle auf die hierzu sehr zahlreiche Literatur verwiesen: u.a. (Conrady,
Fichert, & Sterzenbach, 2013); (Holloway, 1998a); (Holloway, 1998b)
siehe Abbildung 1 sowie Kapitel 2.1.3
siehe Fn. 141
Airline Industry
Seite 113
tes 575. Diese Problematik wird anhand der Branchenentwicklung nachvollzogen. Anschliessend werden die Positionierung und die Wertschöpfung in der Airline Industry thematisiert
und deren Ausprägungen herausgearbeitet. Der Fokus liegt hier auf den beiden Geschäftsmodellen "low cost carriers" (LCCs) und "network carriers" (NWCs). Den Schluss dieses
Kapitel bildet die Betrachtung der Kapazitätsproblematik in der Airline Industry.
4.2
4.2.1
Abgrenzung und Systematisierung
Einleitung
Der Luftverkehr 576 als Teilsystem innerhalb des Gesamtverkehrssystems beschreibt die Gesamtheit aller Vorgänge, die der Ortsveränderung von Personen, Fracht und Post auf dem
Luftweg dienen. Dazu gehören die Fluggesellschaften, die Flughäfen, die Flugsicherung
sowie alle anderen mit der Ortsveränderung unmittelbar und mittelbar verbundenen Dienstleistungen (u.a. Catering, Reisebüros etc.). 577
Davon zu unterscheiden ist der Begriff Luftfahrt 578, welcher zusätzlich zum Luftverkehr
auch Sachleistungen für die Erstellung der Luftverkehrsleistung (u.a. Hersteller von Flugzeugen oder Hersteller von Flugsicherungsanalgen) umfasst 579.
Der Begriff Luftfahrtindustrie 580 als Sammelbegriff schliesslich umfasst: "die Gesamtheit
aller Einrichtungen, die der Produktion und Bereitstellung von Luftfahrzeugen, dem Betrieb
der Infrastruktur, der Produktion von Transportleistungen und den dazu gehörigen Dienstleistungen dienen" 581.
4.2.2
Systematisierung
Der Luftverkehr lässt sich auf unterschiedliche Arten systematisieren. Eine einheitliche Systematisierung lässt sich gegenwärtig in der Literatur keine finden. Die nachfolgend verwen-
575
576
577
578
579
580
581
(Boeing, 2013a, p. 14); (Conrady, Fichert, & Sterzenbach, 2013, S. 2 ff.) / siehe auch: (ICAO, 2006a, p.
2 sec. 1000000)
"air transport" (Wittmer & Bieger, 2011)
(Conrady, Fichert, & Sterzenbach, 2013, S. 2 ff.)
"aviation industry" (Wittmer & Bieger, 2011, S. 30)
"aviation" (Bieger & Wittmer, 2011a, p. 63)
(Conrady, Fichert, & Sterzenbach, 2013, S. 3)
Seite 114
Airline Industry
dete Systematisierung orientiert sich hauptsächlich an Conrady et al. 582 (siehe Abbildung
16) 583.
Abbildung 16: Systematisierung des Luftverkehrs 584
Bei dieser Systematisierung wird in einer ersten Stufe anhand des Transportobjekts sowie
der Zweckbestimmung des Luftverkehrs unterschieden. Die Kategorie des zivilen Personenverkehrs lässt sich anschliessend in einer zweiten Stufe in gewerblichen bzw. nichtgewerblichen Luftverkehr unterteilen:
A. Zweckbestimmung
Anhand des Zwecks lässt sich der Luftverkehr in zivil bzw. behördlich 585 unterscheiden.
Letzterer betrifft gemäss Article 3b des Chicago Convention Agreements 586 Luftfahrzeuge für militärische, polizeiliche oder zollbehördliche Massnahmen.
582
583
584
585
586
Alternativen siehe u.a. (Joppien, 2003, S. 117-122); (Holloway, 1998a, p. 202 et seqq.)
Nach (Conrady, Fichert, & Sterzenbach, 2013, S. 5, Abbildung 1.1) mit Anpassungen analog der Convention on International Civil Aviation – insb. Article 3b (ICAO, 2006b).
Conrady et al. verwenden hierfür den Begriff "militärisch" (Conrady, Fichert, & Sterzenbach, 2013, S.
3). Der weiter gefasste Begriff "behördlich" scheint jedoch passender im Zusammenhang mit der Definition gemäss Article 3b (ICAO, 2006b). Eine detaillierte Auflistung aller unter "behördlich" bzw. "state
flights" zusammengefasster Flüge findet sich in Ziff. 4010000 bis 4060000 gemäss dem European Coordination Centre for Accident and Incident Reporting Systems (ECCAIRS) (ICAO, 2013c, p. 5). Die im
ECCAIRS verwendete Klassifizierung basiert auf der ADREP 2000 Taxonomy der ICAO (ESA, 2013)
und ist somit international gültig.
(ICAO, 1944)
Airline Industry
Seite 115
B. Transportobjekt
Der Luftverkehr lässt sich anhand des Transportobjekts in Personen-, Fracht- bzw. Postverkehr unterscheiden 587. Abgesehen von reinen Passagier-, Fracht- bzw. Postflügen 588,
werden Personen und Fracht bzw. Post oftmals gemeinsam in einem Flugzeug transportiert. 589 Tatsächlich ist der Fracht- und Postanteil am Verkehrsaufkommen von Fluggesellschaften nicht unerheblich. Gemäss einer Auswertung von Doganis erreichte im Jahr
2007 der Fracht- und Postanteil aller der IATA 590 angeschlossenen Fluggesellschaften im
internationalen Linienverkehr im Durchschnitt 40 % der verkauften Tonnenkilometer 591.
Im Gegensatz dazu fällt beim inländischen Luftverkehr der Anteil des Fracht- und Postverkehrs am Gesamtverkehrsaufkommen deutlich geringer aus. Dieser Umstand wird
damit begründet, dass der Luftverkehr für Fracht und Post hauptsächlich im internationalen und weniger im inländischen Verkehr konkurrenzfähig ist gegenüber den bodengestützten Transportsystemen (z.B. LKW, Bahn, Schiff). 592
C. Gewerblicher Luftverkehr
Gemäss Conrady et al. gehören zum gewerblichen Luftverkehr "alle Leistungen, die von
Luftfahrtunternehmen im Auftrag Dritter und gegen Bezahlung (Entgelt) angeboten werden." 593
D. Nicht-gewerblicher Luftverkehr
Zu unterscheiden vom gewerblichen Luftverkehr ist der nicht-gewerbliche Luftverkehr,
welcher "insbesondere Flüge von Unternehmen mit eigenem Fluggerät und im eigenen
Interesse (Werkverkehr), Überführungsflüge, Sportflüge, […] sowie alle privaten Flüge" 594 beinhaltet.
587
588
589
590
591
592
593
594
Der Begriff "Fracht" wird in der Luftfahrt angewendet für Sachtransporte aller Art, abgesehen von Post
und Passagiergepäck (Vasigh, Fleming, & Mackay, 2010, p. XXI).
Reine Frachtfluggesellschaften sind beispielsweise Federal Express, UPS oder Cargolux (Doganis, 2010,
p. 21).
Die International Air Transport Association (IATA) wurde 1945 gegründet. Mitglieder sind im internationalen Luftverkehr tätige Fluggesellschaften. Als Interessenverband internationaler Fluggesellschaften
leistet die IATA Lobbyarbeit auf internationaler Ebene und bietet Serviceleistungen für ihre Mitglieder
an. Als private Organisation auf internationaler Ebene bietet die IATA einen angebotsseitigen Gegenpol
zur staatlich organisierten International Civil Aviation Organization (ICAO). (Conrady, Fichert, &
Sterzenbach, 2013, S. 28)
siehe hierzu Ausführungen zur Gesamtverkehrsleistung in Kapitel 10.1.4
(Doganis, 2010, pp. 21-23); weitere Ausführungen zum Frachtgeschäft im Luftverkehr finden sich u.a.
in: (Morrell P. S., 2011, p. 253 et seqq.); (Doganis, 2010, p. 287 et seqq.)
(Conrady, Fichert, & Sterzenbach, 2013, S. 3-4)
Seite 116
Airline Industry
E. Räumliche Abgrenzung
Bei der räumlichen Abgrenzung sind vor allem der Inlandsluftverkehr 595 sowie der
grenzüberschreitende Luftverkehr 596 zu unterscheiden. Zum Inlandsluftverkehr zählen alle Flüge, welche den jeweiligen nationalen Luftraum nicht verlassen (nationaler Luftverkehr). Im Gegensatz dazu findet der grenzüberschreitende Luftverkehr entweder innerhalb von Kontinenten (Kontinentalverkehr) statt oder verbindet Kontinente miteinander
(Interkontinentalverkehr). Die Unterscheidung in inländischen bzw. grenzüberschreitenden Luftverkehr spielt bei der rechtlichen Rahmensetzung eine wichtige Rolle. 597 Zusätzlich wird diese Unterscheidung oftmals bei Daten und Analysen zum Luftverkehr verwendet.
4.2.3
Definition Airline Industry
Im klassischen Verständnis lässt sich der Begriff "Airline Industry" definieren als: "the
transportation of people and goods by air, together with all the peripheral activities other
than owning airport and airway infrastructures necessary to make this possible" 598. Diese
Definition umfasst eine breite Palette an Wertschöpfungsaktivitäten, ist jedoch enger gefasst
als der Begriff "Luftverkehr". Die Wertschöpfungskette im zivilen Passagierluftverkehr
lässt sich wie in Abbildung 17 darstellen.
Abbildung 17: Wertschöpfungskette im Passagierluftverkehr 599
Neben den Fluggesellschaften (Airlines) lassen sich entlang der Wertschöpfungskette die
Flugzeughersteller (Manufacturers), die Leasinggesellschaften zur Finanzierung der Flug-
595
596
597
598
599
"domestic air transport" (Conrady, Fichert, & Sterzenbach, 2013, S. 4)
"international air transport" (Conrady, Fichert, & Sterzenbach, 2013, S. 4)
(Conrady, Fichert, & Sterzenbach, 2013, S. 4); siehe hierzu auch: (ICAO, 2006b, p. 43 Article 96b);
(Holloway, 1998a, p. 77)
(Holloway, 1998a, p. 210)
Eigene Darstellung in Anlehnung an (IATA, 2013a, pp. 19 Chart 12 & p. 46-48); (Bieger & Wittmer,
2011a, p. 64 Fig. 4.2); (IATA, 2011, p. 18 et seqq.)
Airline Industry
Seite 117
zeuge (Lessors), Dienstleister für diverse Leistungen am Boden (Ground Services) 600, Flughäfen (Airports), Flugleit- und Flugüberwachungsstellen (ANSPs) 601, Anbieter von computergestützten Buchungssystemen (CRS bzw. GDS) 602 und Reisbüros (Travel Agents) unterscheiden.
Die Entwicklung im Luftverkehr – insbesondere seit dem Beginn der Liberalisierung – zeigt
vor allem in den USA einen starken Trend zur Konzentration der Fluggesellschaften auf das
Kerngeschäft. Waren zivile Fluggesellschaften früher sehr breit in diversen Geschäftsfeldern aktiv (u.a. in der Hotelbranche), fokussiert sich deren Aktivitäten heute auf den eigentlichen Lufttransport von Personen 603. Selbst der Frachtverkehr über den Luftweg wird heute
mehrheitlich über eigenständige Fluggesellschaften mit zweckentsprechenden Flugzeugen
abgewickelt 604. Aus diesem Grund wird in dieser Arbeit der Begriff Airline Industry definiert als gewerblicher Lufttransport von Passagieren und Fracht mittels auf den Personentransport ausgelegter Transportmittel sowie aller damit unmittelbar zusammenhängenden
Aktivitäten 605. In diesem Verständnis sind die (Passagier-)Fluggesellschaften (Wertschöpfungsstufe "Airlines" in Abbildung 17) als eigenständige Betrachtungseinheit gegenüber den
anderen Stufen der Wertschöpfungskette zu verstehen. Nachfolgend wird dieser Begriff entsprechend als Sammelbegriff für alle zivilen Fluggesellschaften, mit Schwerpunkt im gewerblichen Lufttransport von Passagieren, verwendet.
4.2.4
Unterscheidung Linienflug- und Gelegenheitsflugverkehr
Gemäss Article 96a des Chicago Convention Agreements werden Flüge im Linienverkehr 606
definiert als "[…] any scheduled air service performed by aircraft for the public transport
of passenger, mail or cargo." 607 Eine detailliertere Einordnung findet sich beispielsweise im
deutschen Luftverkehrsrecht, gemäss welchem Linienflugverkehr vorliegt, wenn:
600
601
602
603
604
605
606
607
z.B. Bodenabfertigung, Flugzeugwartung, Catering, Tankservice etc.
Air Navigation Service Providers (ANSPs) – siehe hierzu (Button & McDougall, 2006, p. 236 et seqq.)
Computer Reservation System (CRS) bzw. Global Distribution System (GDS) – siehe (Conrady, Fichert,
& Sterzenbach, 2013, S. 476 ff.); (Holloway, 2008, p. XXII)
(Holloway, 2008, p. 6); (Holloway, 1998b, pp. 16-17 & p. 63 Fn. 23) / Ausnahmen hiervon sind u.a.
Delta Airlines, welche in 2012 über eine Tochtergesellschaft eine eigene Raffinerie akquiriert hat – siehe
(Delta Airlines, 2012); (Carey & Gonzalez, 2012); (Postrel, 2012)
siehe Fn. 588 / Hier gibt es allerdings Überschneidungen, da auch für den Personentransport ausgelegte
Flugzeuge in beschränktem Mass Fracht und Post befördern können. Entsprechend trägt der Frachtverkehr zur Ertragsmechanik von Passagierfluggesellschaften bei – siehe (Hofer & Eroglu, 2010) sowie Kapitel 5.2.2.5.
In Anlehnung an (Holloway, 1998a, pp. 210 & 288-299) / siehe hierzu auch: (Wensveen, 2007, p. 148)
"scheduled air service"
Article 96a (ICAO, 1944)
Seite 118
Airline Industry
• eine Gewinnerzielungsabsicht vorliegt (Gewerbemässigkeit);
• je Fluglinie vorab die Ausgangs- und Endpunkte sowie eventuelle Zwischenpunkte
festgelegt sind (Linienverbindung);
• die Linienflugangebote der Allgemeinheit zur Verfügung stehen (Öffentlichkeit);
• der Linienflugverkehr in periodisch wiederkehrenden Abständen stattfindet (Regelmässigkeit);
• sich die Anbieter im Linienflugverkehr verpflichten, mit jedem Nachfrager einen
Vertrag nach üblichen Konditionen abzuschliessen (Kontrahierungszwang);
• die Beförderungsentgelte (Tarife) und Beförderungsbedingungen festgelegt und öffentliche zugänglich gemacht werden (Tarifzwang). 608
Der Gelegenheitsverkehr 609 ist, historisch begründet, in den bilateralen Luftverkehrsabkommen nicht reguliert, da diese Form des Luftverkehrs zum Zeitpunkt des Chicago Convention Agreements im Jahre 1944 wenig verbreitet war und somit zu diesem Zeitpunkt eine nebensächliche Rolle spielte 610. Der Gelegenheitsverkehr umfasst daher als Negativdefinition alle Luftverkehrsleistungen, welche sich nicht als Linienflugverkehr qualifizieren 611.
Zum Gelegenheitsverkehr gehören üblicherweise Leasure bzw. Charter Fluggesellschaften 612. Mittlerweile verkaufen Charter Fluggesellschaften jedoch oftmals auch Einzelplätze.
Dadurch verschwimmen die Unterschiede zwischen Linienverkehr und Gelegenheitsverkehr
in diesem Marktsegment. 613
Die Unterscheidung in Linienverkehr und Gelegenheitsverkehr spielt eine Rolle im Bereich
des Luftverkehrsrechts 614. Anwendung findet diese Abgrenzung oftmals auch bei Datenerhebungen und -auswertungen zum Luftverkehr.
608
609
610
611
612
613
614
Artikel 21 LuftVG sowie (Conrady, Fichert, & Sterzenbach, 2013, S. 56-57)
auch als "Nichtlinienverkehr" bezeichnet (Conrady, Fichert, & Sterzenbach, 2013, S. 56)
(Doganis, 2010, p. 38)
Für den europäischen Luftverkehr am Beispiel des Luftverkehrsrechts der Bundesrepublik Deutschland
(Conrady, Fichert, & Sterzenbach, 2013, S. 57); International in Ableitung aus Article 5 (ICAO, 2006b,
p. 4).
siehe Abbildung 33
(Conrady, Fichert, & Sterzenbach, 2013, S. 57); siehe hierzu als Beispiel die Entwicklung der deutschen
Charter-Fluggesellschaft "Condor" (Teckentrup, 2007, p. 128)
(Doganis, 2010, pp. 38-39)
Airline Industry
4.3
4.3.1
Seite 119
Organisation des internationalen Luftverkehrs 615
Luftverkehrspolitik 616
Der Begriff der Luftverkehrspolitik lässt sich umschreiben mit der Gesamtheit aller "Massnahmen eines Staates, anderer öffentlicher, halböffentlicher und privater Institutionen und
Wirtschaftssubjekte, die aufgrund eines Zielsystems auf das Entstehen und die Durchführung von Luftverkehrsleistungen einwirken." 617 Die verschiedenen Akteure in der Luftverkehrspolitik verfolgen entsprechend unterschiedliche Ziele. Private Institutionen orientieren
sich hierbei an individuellen, mehrheitlich gewinnorientierten bzw. eigennützigen Zielen.
Demgegenüber haben öffentliche Institutionen die Aufgabe, die gesamtgesellschaftlichen
Interessen und Bedürfnisse in Einklang zu bringen. Beim Luftverkehr kommen zusätzlich
nationale bzw. lufthoheitliche Interessen hinzu. Die Leistungserbringung erfolgt im grenzüberschreitenden Luftverkehr jedoch international und somit zielsystemübergreifend. 618
Für die Regulatoren auf (national-)staatlicher Ebene lässt sich das Spektrum an unterschiedlichen, oftmals gegenseitig konkurrierenden Zielen anhand der Abbildung 18 verdeutlichen.
615
616
617
618
Detaillierte Ausführungen zu den regulatorischen und weiteren Einflusskräften aus der Umwelt der Airline Industry finden sich u.a. in: (Holloway, 1998a, pp. 21-246)
Ausführliche Angaben zu diesem Thema finden sich u.a. in: (Conrady, Fichert, & Sterzenbach, 2013, S.
31-65); (Doganis, 2006, pp. 27-72)
Seite 120
Airline Industry
Abbildung 18: Ziele der staatlichen Luftverkehrspolitik im Überblick 619
Als massgebliche Grundvoraussetzung für alle weiteren Funktionen des Luftverkehrs und
als oberstes Ziel ist die Luftverkehrssicherheit anzusehen. Entsprechende Gewichtung findet
dieser Aspekt auch auf internationaler Ebene 620. In entwickelten und wettbewerbsintensiven
Märkten ist die Luftverkehrssicherheit – nur schon aufgrund des nachfrageseitigen Verhaltens auf sicherheitsrelevante Negativmeldungen – als eine Grundvoraussetzung für die wirtschaftliche Existenzfähigkeit einer Fluggesellschaft zu bezeichnen. 621
Im Zusammenhang mit der steigenden Bedeutung der Nachhaltigkeit im Luftverkehr treten
vor allem Ziele aus den drei Bereichen Wirtschaft, Gesellschaft und Ökologie in den Vordergrund. Bei der Ökologie fallen vor allem die Bereiche Lärm und Schadstoffemission ins
Gewicht. Auf der gesellschaftlichen Ebene spielen Themen wie die regionale Anbindung,
Verbraucherschutz und generell das Recht auf Mobilität eine Rolle. Aus wirtschaftlicher
Perspektive gilt ein leistungsfähiges und effizientes Luftverkehrssystem als Grundvoraussetzung für die volkswirtschaftliche Entwicklung auf regionaler und nationaler Ebene – ins619
620
621
(Conrady, Fichert, & Sterzenbach, 2013, S. 34, Abbildung 3.1)
siehe u.a. (ICAO, 2006b, pp. 16-19)
(Conrady, Fichert, & Sterzenbach, 2013, S. 32-37 & 98-105)
Airline Industry
Seite 121
besondere auch im Hinblick auf den zunehmenden, internationalen Standortwettbewerb 622.
Dieser Umstand führt dazu, dass regionale und staatliche Interessen mehr oder weniger
stark in Entwicklung von Fluggesellschaften und Flughäfen einwirken 623. Zusätzlich können
auch andere politischen Interessengebiete eine Rolle spielen. Erwähnenswert sind hierbei
vor allem verteidigungspolitische Ziele oder das Interesse an einer nationalen oder gar staatlichen Fluggesellschaft zur internationalen Imageförderung. 624
4.3.2
Luftverkehrsrecht 625
Das Luftverkehrsrecht 626 bildet sich aus multilateralen und bilateralen Abkommen, welche
den jeweiligen nationalen Bestimmungen übergeordnet sind. Die Einflussnahme der nationalen Luftfahrtbehörden auf das Luftverkehrsrecht ist aufgrund dieser Hierarchie stark eingeschränkt. 627 Eine wichtige Entwicklungsstufe im internationalen Luftverkehrsrecht bildet
das Abkommen von Chicago 628 aus dem Jahre 1944 als Rahmenwerk für eine geordnete
Entwicklung und einheitliche Sicherheitsbestimmungen im internationalen Luftverkehr. Im
Zusammenhang mit diesem multilateralen Abkommen wurde 1947 die International Civil
Aviation Organization (ICAO) gegründet. Die ICAO ist heute als Sonderorganisation der
Vereinigten Nationen (UN) ausgestaltet mit dem Zweck, eine geordnete Entwicklung im
Bereich der internationalen Zivilluftfahrt durch das Festlegen gemeinsamer Standards und
Richtlinien zu fördern. Gegenwärtig sind in der ICAO 191 Mitgliedstaaten zusammengeschlossen. 629
Die heutige Ausgestaltung des internationalen Luftverkehrsrechts 630 ist stark durch die Situation um 1944 geprägt. Im Vorfeld der Chicago Convention von 1944 setzten sich hauptsächlich die USA für die Umsetzung eines frei zugänglichen Luftraums (Open Skies) ein.
622
623
624
625
626
627
628
629
630
Detaillierte Angaben zur gesellschaftlichen und wirtschaftlichen Bedeutung des Luftverkehrs finden sich
u.a. in: (Oxford Economics, 2009)
(Doganis, 2006, pp. 6-8 & 245-254)
Das internationale Luftverkehrsrecht umfasst einerseits Bestimmungen zu technischen und sicherheitsrelevanten Bereichen und andererseits politisch und ökonomisch motivierte Bestimmungen (Doganis,
2010, pp. 25-30). In diesem Kapitel werden – sofern nicht anderweitig erwähnt – ausschliesslich die politisch bzw. ökonomisch motivierten Aspekte im internationalen Luftverkehr thematisiert.
Ausführungen zur Definition und Umfang des Luftverkehrsrechts finden sich u.a. in: (Müller, 2011, pp.
228-229)
(Müller, 2011, p. 228)
"Convention on International Civil Aviation done at Chicago on the 7th Day of December 1944" (ICAO,
1944), im Anschluss bekannt unter der Bezeichnung "Chicago Convention" (Doganis, 2010, p. 29).
(ICAO, 2013a); (Doganis, 2010, p. 29); (Müller, 2011, p. 219); (Cento, 2009, p. 14)
Von Bedeutung ist vorgängig etwa die Paris Convention von 1919, worin den Staaten erstmals die Hoheitsrechte am über ihrem Territorium liegenden Luftraum eingeräumt wurde (Doganis, 2010, pp. 2829).
Seite 122
Airline Industry
Angesichts der damaligen Kräfteverhältnisse in der Luftfahrt 631 verfolgten Grossbritannien
und viele weitere europäische Staaten einen protektionistischen Ansatz. Aufgrund dieser
Gegensätze konnte in der Chicago Convention von 1944 keine multilaterale Übereinkunft
bezüglich der kommerziellen Freiheiten im Luftverkehr vereinbart werden. 632 Unter diesem
Hintergrund lassen sich heute im internationalen Luftverkehrsrecht acht Verkehrsrechte
("Freiheiten der Luft" bzw. "Freedoms of the Air") unterscheiden 633. Die ersten beiden Freiheiten der Luft (zusammenfassend "technische Freiheiten" genannt) haben die meisten Staaten im Rahmen der Vereinbarung über den Durchflug im internationalen Fluglinienverkehr 634 einander gegenseitig eingeräumt. 635 Weiterführende Rechte und Bestimmungen zum
internationalen Luftverkehr werden heute weltweit in über 4'000 bilateralen Luftverkehrsabkommen 636 festgelegt. Hinsichtlich der ökonomischen Ausgestaltung regeln solche bilateralen Luftverkehrsabkommen zwischen den beiden Vertragsstaaten grundsätzlich:
1. welche Fluggesellschaften zwischen den beiden Staaten Luftverkehrsleistungen erbringen dürfen (d.h., welche Freiheiten der Luft anwendbar sind),
2. welche Flughäfen angeflogen werden dürfen,
3. wie häufig die einzelnen Flugrouten bedient und welche Kapazitäten auf den jeweiligen Flugrouten angeboten werden dürfen,
4. welche Flugpreise (Tarife) angewendet werden dürfen. 637
Im Zusammenhang mit der Chicago Convention wurde 1944 die International Air Transport Association (IATA) gegründet. Vollberechtigte Mitglieder dieser privaten Organisation
sind ausschliesslich im internationalen Luftverkehr tätige Fluggesellschaften. Bis in die
1980er-Jahre bestand die Hauptaufgabe der IATA darin, an den IATA-Tarifkonferenzen die
Tarife für internationale Flüge gemäss den bilateralen Luftverkehrsabkommen festzulegen.
631
632
633
634
635
636
637
Zu diesem Zeitpunkt verfügten die USA über schätzungsweise 300'000 Militärflugzeuge – ein Grossteil
davon in Form von Transportflugzeugen. Diese militärischen Transportflugzeuge konnten nach Kriegsende mit relativ geringem Aufwand für die zivile Luftfahrt umgenutzt werden. Im Gegensatz dazu war
die Luftfahrtindustrie von Grossbritannien und den europäischen Staaten im Zusammenhang mit dem 2.
Weltkrieg erheblich dezimiert. (Müller, 2011, p. 219); (Doganis, 2010, p. 29)
(Müller, 2011, p. 219); (Doganis, 2010, pp. 28-30)
Eine Übersicht über alle acht Freiheiten der Luft findet sich u.a. in: (Holloway, 2008, pp. 232-233). Zu
beachten gilt, dass die 8. Freiheit der Luft oftmals in eine zusätzliche 9. Freiheit der Luft unterteilt wird –
siehe hierzu (Holloway, 2008, p. 233) im Vergleich zu (Conrady, Fichert, & Sterzenbach, 2013, S. 3942) oder (Müller, 2011, pp. 219-222).
International Air Services Transit Agreement (Cento, 2009, p. 149)
(Conrady, Fichert, & Sterzenbach, 2013, S. 38-42); (Forsyth, 2011, p. 211 et seqq.); (Doganis, 2010, pp.
28-32); (Cento, 2009, pp. 149-151)
bilateral air services agreements (Forsyth, 2011, p. 217)
(Conrady, Fichert, & Sterzenbach, 2013, S. 43-45); (Doganis, 2006, p. 28)
Airline Industry
Seite 123
Mit der Zunahme an deregulierten Märkten im internationalen Luftverkehr hat die Tarifkoordinierungsfunktion der IATA stark an Bedeutung verloren. Heute leistet die IATA als Interessenverband internationaler Fluggesellschaften Lobbyarbeit auf internationaler Ebene
und bietet vielfältige Serviceleistungen für ihre Mitglieder an. 638
4.3.3
Marktliberalisierung 639
Die Ausgestaltung des internationalen Luftverkehrs als Folge der Chicago Convention von
1944 führte in den darauffolgenden Jahrzehnten zu einer starken, staatlichen Marktregulierung des Luftverkehrs. Unterstützt durch die staatliche Regulierung des Marktzutritts (Verkehrsrechte), die Einschränkung bei der Preisfestsetzung (Tarifkontrolle) und die Kontrolle
der Produktionsmenge (Kapazitäts- und Frequenzbeschränkungen) im Luftverkehr etablierten sich oftmals nationale Fluggesellschaften in einem wenig wettbewerbsintensiven
Markt. 640
A. Open Markets 1978-1991
Ende der 1970er-Jahre kam jedoch Bewegung in den Luftverkehrsmarkt. Insbesondere die
USA verfolgten ab 1978 einen radikalen Umbau der Regulierung im Luftverkehr. Ausschlaggebend hierfür waren unter anderem die Wirtschaftspolitik nach der Wahl von Jimmy
Carter zum Präsident der USA im Jahre 1977 sowie der Umstand, dass zu diesem Zeitpunkt
in den USA bereits mehrere Fluggesellschaften im internationalen Linienluftverkehr tätig
waren – im Gegensatz zu den meisten anderen Staaten (insb. in Europa), wo meistens nur
eine Fluggesellschaft (oftmals in staatlichem Eigentum) den internationalen Linienluftverkehr bediente. 641 Zwischen 1977 und 1978 haben die USA zudem den Binnenluftverkehr für
U.S.-Fluggesellschaften vollständig liberalisiert, was den Markteintritt zusätzlicher U.S.
Fluggesellschaften (u.a. Southwest Airlines) zur Folge hatte. Die mit der Liberalisierung im
Inland gemachten Erfahrungen (u.a. Preisentwicklung aus Nachfragesicht) dürften die Bemühungen der USA zur Liberalisierung im internationalen Luftverkehr zusätzlich bestärkt
haben. 642
638
639
640
641
642
(Conrady, Fichert, & Sterzenbach, 2013, S. 28); (IATA, 2013d); (Müller, 2011, p. 22); (Doganis, 2006,
pp. 28-31)
Ausführlich zur Liberalisierung im Luftverkehr siehe u.a. (Doganis, 2010, pp. 42-63) und (Doganis,
2006, pp. 27-72)
(Bieger & Wittmer, 2011b, p. 78); (Doganis, 2010, pp. 28-30); (Cento, 2009, p. 14)
(Doganis, 2010, pp. 43-44); (Doganis, 2006, pp. 27-28 & 223-227);
(Holloway, 1998a, pp. 39-42); (Iatrou & Oretti, 2007, pp. 7-9)
Seite 124
Airline Industry
Die hohe Bedeutung des Zugangs zum U.S.-Wirtschaftsraum ermöglichte es den USA, die
bestehenden bilateralen Luftverkehrsabkommen nacheinander neu auszuhandeln und dabei
die eigenen Forderungen nach einer Öffnung des Luftverkehrs durchzusetzen. Konkret verfolgten die USA bei der Neuverhandlung der bilateralen Luftverkehrsabkommen folgende
Ziele:
• mehr Wettbewerbsfreiheit und Spielraum bei der Preisgestaltung;
• Abbau von Kapazitätsbeschränkungen und Verbesserung beim Marktzugang (u.a.
höhere Freiheiten der Luft) für U.S. Fluggesellschaften;
• Verbesserung des Marktzugangs für Charter Fluggesellschaften 643;
• Zulassung mehrerer U.S. Fluggesellschaften pro internationale Flugroute 644;
• Abbau der Beschränkungen im Luftfrachtverkehr. 645
Der Fokus der Liberalisierungsbestrebungen der USA lag hauptsächlich bei den internationalen Flugrouten von und nach Europa sowie von und nach Asien bzw. den Staaten im Pazifikraum. Die neu ausgehandelten Luftverkehrsabkommen führten zu einer Art Dominoeffekt. Umliegende Staaten (insb. in Europa) sahen sich dazu veranlasst, ihre Luftverkehrsabkommen mit den USA ebenfalls neu auszuhandeln, um dadurch einer allfälligen Nachfrageabwanderung 646 in Richtung der Staaten mit liberaleren Luftverkehrsverbindungen von und
nach den USA zuvorzukommen. Zusätzlich führte diese Entwicklung dazu, dass weitere
Staaten untereinander neue bilaterale Luftverkehrsabkommen aushandelten und dabei die
von den USA initiierten Neuerungen (teilweise) übernahmen. 647
643
644
645
646
647
Hier ging es vor allem um die Lockerung von Restriktionen gegenüber Charter-Fluggesellschaften, welche von vielen Staaten im nationalen Luftverkehrsrecht verankert wurden (siehe Kapitel 4.3.2). Diese
Regulierung auf nationaler Ebene war möglich, da der Gelegenheitsverkehr im multilateralen Abkommen (u.a. Chicago Convention von 1944 – siehe Article 5 (ICAO, 1944)) nicht geregelt wurde. Die Regulierung von Charter Fluggesellschaften im nationalen Verkehrsrecht diente dabei oftmals zum Schutz
des Linienflugverkehrs bzw. der im Linienflugverkehr tätigen (nationalen) Fluggesellschaften. (Doganis,
2010, pp. 38-39 & 156-157)
Bis 1978 waren gemäss den bilateralen Luftverkehrsabkommen oftmals nur eine bestimmte Fluggesellschaft je Vertragsstaat je (internationale) Flugroute zugelassen ("single designation"). (Doganis, 2006,
pp. 28-30; Doganis, 2010, pp. 48-49) Dies führte auf den jeweiligen Flugrouten zwischen zwei Vertragsstaaten praktisch zu einem Duopol. Anzumerken ist hier, dass selbst unter den gegenwärtig aktuellen Regularien oftmals monopolistische Marktverhältnisse bezüglich der Angebotsseite bei Flugstrecken vorliegen – siehe hierzu u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 206-208); (Adler, 2001).
(Doganis, 2010, pp. 42-45)
Auf den liberalisierten Flugstrecken konnten aus Kundensicht oftmals erhebliche Flugpreissenkungen
realisiert werden, u.a. verursacht durch den Markteintritt neuer Fluggesellschaften – siehe hierzu
(Doganis, 2006, p. 35).
(Doganis, 2010, pp. 45-49); (Doganis, 2006, pp. 32-38)
Airline Industry
Seite 125
B. Open Skies ab 1992
Eine zweite Welle der Deregulierung im internationalen Luftverkehr begann anfangs der
1990er-Jahre – erneut auf Initiative der USA. Auslöser für diese Entwicklung war einerseits
die politische Grundhaltung (v.a. in den USA), dass der internationale Luftverkehr unter
ähnlichen Bedingungen funktionieren sollte, wie dies bei internationalen Firmen in anderen
Branchen bereits der Fall war. Andererseits führten bei den Fluggesellschaften strukturelle
Veränderungen als Folge der Deregulierung ab 1978 – beispielsweise die Abkehr vom Konzept der nationalen Fluggesellschaften mit staatlicher Mehrheitsbeteiligung in Europa sowie
Marktkonzentrationen und die Suche nach neuen Absatzmärkten – zum Bedürfnis nach zusätzlichen Marktöffnungen im Luftverkehr. 648
Die Umsetzung der neuen Politik erfolgt erneut anhand der Neuverhandlung von bilateralen
Luftverkehrsabkommen. Eine Übersicht der Änderungen in den bilateralen Luftverkehrsabkommen der USA ab 1991 im Gegensatz zu deren Ausgestaltung vor 1991 findet sich nachfolgend in Abbildung 19.
648
(Doganis, 2010, pp. 49-53)
Seite 126
Airline Industry
"open market" bilaterals
(1978-1991)
Market access
"open skies" bilaterals
(post 1991)
named number of points 649 in each
state – more limited for non-US carriers
generally unlimited fifth freedom 650
unlimited
unlimited fifth freedom
domestic cabotage 651 not allowed
seventh freedom 652 not granted
open charter access 653
Designation 654
multiple
substantial ownership and effective control by nationals of designating state
Capacity
no frequency or capacity controls
Tariffs
double disapproval or country of
origin rules
Code sharing 655
not part of bilateral
free pricing
code-sharing permitted
Abbildung 19: Eckpunkte der bilateralen Luftverkehrsabkommen der USA vor und nach 1991 656
Analog zu den USA haben auch andere Länder begonnen, ihre bilateralen Luftverkehrsabkommen in ähnlicher Richtung anzupassen. Vereinzelt konnten bereits Abkommen getrof649
650
651
652
653
654
655
656
hier: Flughäfen
Die 5. Freiheit der Luft ("fifth freedom of air") bedeutet im Grundsatz, dass eine Fluggesellschaft in einem Vertragsstaat einen Flughafen bedienen und anschliessend einen Flughafen eines anderen ausländischen Staats (Nicht-Vertragsstaat) bedienen darf, sofern letzterer Flughafen auf einer Route liegt, welche
ihren Anfangs- und Endflughafen im Staat hat, wo die Fluggesellschaft registriert (bzw. domiziliert) ist.
(Holloway, 2008, p. 232)
Bei der Kabotage ("cabotage") handelt es sich um die 8. Freiheit der Luft (bzw. 8. und 9. Freiheit der
Luft – siehe Fn. 633). Dieses Verkehrsrecht erlaubt einer ausländischen Fluggesellschaft in unterschiedlicher Ausprägung (siehe 8. Freiheit der Luft im Vergleich zur 9. Freiheit der Luft) den LinienLuftverkehr zwischen zwei Punkten im Inlandluftverkehr eines Vertragsstaats. Dieses Verkehrsrecht
wird gegenwärtig noch sehr selten gewährt. (Holloway, 2008, p. 233)
Die 7. Freiheit der Luft ("seventh freedom of air") erlaubt es einer Fluggesellschaft, Passagiere, Fracht
und Post aus einem Vertragsstaat in einen Drittstaat zu befördern, ohne dass es einer Verbindung zum
Heimatland (Staat, in welchem die Fluggesellschaft domiziliert ist) bedarf. (Conrady, Fichert, &
freier Zugang für den Gelegenheitsluftverkehr
Der Begriff "Designation" lässt sich am besten mit "Eigentümerklausel" oder "Nationalitätsklausel"
übersetzen und umfasst die Bestimmungen in den bilateralen Luftverkehrsabkommen bezüglich der Eigentümerschaft ("ownership") und der wirtschaftlichen Kontrolle ("control") der Fluggesellschaften, auf
welche das entsprechende Luftverkehrsabkommen anwendbar ist. In den meisten bilateralen Luftverkehrsabkommen wird vorgeschrieben, dass die berechtigten Fluggesellschaften mehrheitlich im Eigentum ("substantial ownership") und wirtschaftlich unter der Kontrolle ("effective control") von Personen
aus dem Vertragsstaat (in welchem die Fluggesellschaft domiziliert ist) sein müssen. (Holloway, 2008, p.
234); (Conrady, Fichert, & Sterzenbach, 2013, S. 45)
Zum Begriff "code sharing": siehe Kapitel 4.5.3.4.
(Doganis, 2010, p. 52 Table 3.2)
Airline Industry
Seite 127
fen werden, welche die Bestimmungen der "open skies"-Abkommen weiter lockern. Beispielsweise ist in der Europäischen Union (EU) seit 1997 der innergemeinschaftliche Luftverkehr mittels multilateralen Abkommen auch für Anbieter aus anderen EU-Staaten uneingeschränkt zugänglich. Auch das 2008 in Kraft getretene bilaterale Luftverkehrsabkommen
zwischen den USA und der EU beinhaltet weiterführende Vereinfachungen. Insbesondere
erlaubt dieses Abkommen eine breitere Auslegung der Nationalitätsklausel 657, wodurch
Fluggesellschaften aus EU-Staaten nicht nur aus dem Gebiet ihres Heimatstaats, sondern ab
jedem Punkt innerhalb der EU jeden Punkt innerhalb der USA anfliegen dürfen. 658 Die Verhandlungen zur zweiten Stufe des Luftverkehrsabkommens zwischen den USA und der EU
fanden 2010 ihren bisherigen Höhepunkt mit der Unterzeichnung eines Vorvertrags ("draft
agreement") 659. Der gegenwärtige Stand des Luftverkehrsabkommens zwischen den USA
und der EU, welches weltweit als vergleichsweise fortschrittlich einzustufen ist, zeigt deutlich, dass selbst in diesem Stadium erhebliche Schranken bestehen bleiben. Insbesondere
handelt es sich dabei um Beschränkungen bei der Erbringen von Luftverkehrsleistungen
durch ausländische Fluggesellschaften im Binnenmarkt eines Staates (sogenannte Kabotage
bzw. 8. Freiheit der Luft) 660 sowie im Rahmen der Nationalitätsklausel. 661
Zusammenfassend lässt sich festhalten, dass trotz mehrerer Liberalisierungsstufen im internationalen Luftverkehr auch heute noch eine Vielzahl an unterschiedlichen, internationalen
(und nationalen) Bestimmungen in Abhängigkeit je Staat – in welchem eine Fluggesellschaft registriert bzw. domiziliert ist – und je Flugroute anzutreffen sind. 662
4.4
4.4.1
Branchenentwicklung
Übersicht
Heute sind weltweit mehr als 900 Fluggesellschaften mit mehr als 20'000 düsengetriebenen
Flugzeugen operativ tätig 663. Im Jahre 2012 wurden weltweit 2'957 Mio. Passagiere im Linienluftverkehr befördert, bei einer Verkehrsleistung von Total 5'400 Mia. RPK. 664
657
658
659
660
661
662
663
siehe Fn. 654
(Conrady, Fichert, & Sterzenbach, 2013, S. 48-55); (Doganis, 2010, pp. 60-63)
(European Commission, 2010b), Stand am 14. Januar 2014
siehe Fn. 651
siehe hierzu (European Commission, 2007); (European Union, 2007) i.V.m. (European Commission,
2010a) sowie (Cento, 2009, pp. 16-17)
(Bieger & Wittmer, 2011b, pp. 78-79); (Doganis, 2010, pp. 62-63)
(Boeing, 2013a, p. 7): Daten beziehen sich auf das Jahr 2012.
Seite 128
(Werte gerundet)
Airline Industry
Nordamerika
Asien/Pazifik
Europa
Lateinamerika
Mittlerer Osten
Afrika
Afrika
Mittlerer Osten
Lateinamerika
Europa
Asien/Pazifik
Nordamerika
0%
1%
3%
8%
5%
18%
0%
3%
n.a.
4%
22%
3%
3%
3%
13%
n.a.
1%
4%
1%
1%
1%
Total [1]
35%
34%
34%
11%
10%
5%
[1] Total RPK mit Ausgangs- und/oder Endflughafen je Region in % der in 2012 weltweit geflogenen RPK
Abbildung 20: Regionale Aufteilung der Verkehrsleistung im Luftverkehr im Jahr 2012 (in % Total
RPK für 2012 weltweit) 665
Die regionale Aufteilung der Verkehrsleistung im Passagierluftverkehr für das Jahr 2012 ist
– in Abbildung 20 aufgegliedert – in sechs Regionen dargestellt. Die fett gedruckten Zahlen
in den rot hinterlegten Zellen entsprechen dem Luftverkehrsanteil innerhalb einer Region in
Prozent der in 2012 weltweit geflogenen RPK. Die restlichen Felder entsprechen dem Luftverkehrsanteil zwischen den Regionen, in Relation zum Total der in 2012 weltweit geflogenen RPK. Die Werte in der Zeile "Total" entsprechen dem Anteil je Region am weltweiten
Luftverkehr bezüglich aller Verbindungen mit Abflug- und/oder Ankunftsflughafen in der
jeweiligen Region. Nordamerika weist als Ausgangs- und/oder Enddestination mit 35 % den
grössten Anteil am Luftverkehrsaufkommen aus. Innerhalb der in Abbildung 20 aufgeführten Regionen ist der Luftverkehr im Asien-/Pazifik-Raum anteilsmässig am weltweiten
Luftverkehr mit 22 % am höchsten.
Generell gilt es anzumerken, dass Entwicklungen und Trends in der Luftfahrt eher regional
als global auftreten. Vergleiche zwischen den Regionen sind daher nur mit Einschränkungen
möglich. Gemeinsamkeiten ergeben sich oftmals zwischen Regionen, welche einen ähnlich
fortgeschrittenen Lebenszyklus und Wettbewerb in der Luftfahrt aufweisen 666. Beispielsweise ist der Luftverkehrsmarkt in Nordamerika und Europa sehr wettbewerbsintensiv und
im Lebenszyklus weit vorangeschritten bzw. gesättigt, während der Markt in Indien und
664
665
666
(Airlines for America, 2014) / Datenquellen: ICAO Air Transport Reporting Forms A & A-S sowie
Schätzungen der ICAO / Datenumfang: Daten umfassen den weltweiten (domestic & international) Linien-Luftverkehr für Personen und Fracht.
Eigene Darstellung analog der Auswertung von (Conrady, Fichert, & Sterzenbach, 2013, S. 12, Tabelle
1.1) mit Daten von (Boeing, Current Market Outlook 2013-2022 - Region Summary, 2013b). Die Daten
zu den verwendeten sechs Regionen umfassen 93 % der in 2012 weltweit geflogenen RPK. Nicht berücksichtigt ist u.a. der Flugverkehr von und nach den Staaten der ehemaligen Sowjetunion (GUS). Bei
den Feldern mit "n.a." gibt es keine Werte, oder die Werte sind für die verwendete Datenerhebung zu
marginal.
(Vasigh, Fleming, & Mackay, 2010, pp. 10-11); (Doganis, 2006, pp. 6-7)
Airline Industry
Seite 129
China vergleichsweise jung und geprägt von vergleichsweise hohem Nachfragewachstum
ist 667.
Die nachfolgenden Ausführungen zur Luftfahrt beschränken sich aus diesem Grund hauptsächlich auf die Region Nordamerika (mit Schwerpunkt in den USA) unter Einbezug des
internationalen Luftverkehrs und mit Schwerpunkt im Bereich der Airline Industry. Regionale Entwicklungen in der Luftfahrt abseits von Nordamerika werden – sofern nicht explizit
erwähnt – nicht behandelt.
4.4.2
Nachfragewachstum-Rentabilitäts-Paradox
In der Literatur wird hinsichtlich der wirtschaftlichen Entwicklung von Fluggesellschaften
regelmässig auf ein Paradox hingewiesen 668. Einerseits verzeichnet die Airline Industry im
Durchschnitt seit der breiten Kommerzialisierung der zivilen (Passagier-)Luftfahrt nach
dem Ende des Zweiten Weltkriegs ein hohes Nachfragewachstum. Gemäss Abbildung 21 ist
die weltweite Nachfrage im Passagierluftverkehr (gemessen an den weltweit im Linienverkehr geflogenen RPK) im Zeitraum vom 1970 bis 2012 ungefähr um das 10-Fache gestiegen. Die durchschnittliche Nachfragesteigerung in diesem Zeitraum entspricht 6.7 % pro
Jahr 669.
667
668
669
(IATA, 2011, p. 30)
siehe u.a. (O'Connell, 2011, pp. 59-70); (Doganis, 2010, p. 4 et seqq.); (IATA, 2006a, p. 10)
Mittelwert der jährlichen Wachstumsraten der weltweit im Linienluftverkehr geflogenen RPK im Zeitraum von 1970 bis 2012 unter Verwendung der Daten in Abbildung 77. Siehe hierzu auch: (Holloway,
2008, p. 100 Table 2.2).
Seite 130
Airline Industry
Abbildung 21: Indexierte Entwicklung der Nachfrage im Luftverkehr, weltweit
(1970 = Indexwert 100) 670
Andererseits erzielen die Fluggesellschaften im Durchschnitt jedoch eine geringe Rentabilität (z.B. gemessen an der Umsatzrendite 671, siehe Abbildung 22). Vergleicht man die durchschnittliche Rentabilität von Fluggesellschaften mit dem Durchschnitt von Unternehmen
entlang der Wertschöpfungskette des Passagierluftverkehrs 672, bilden die Fluggesellschaften
– gemessen am Return on Invested Capital (ROIC) – das Schlusslicht 673. Auswertungen der
IATA zeigen zusätzlich, dass es den Fluggesellschaften im Durchschnitt nicht möglich ist,
einen ROIC zu erzielen, welcher über den durchschnittlichen Weighted Average Cost of
670
671
672
673
Darstellung aus (IATA, 2013a, p. 10 Chart 3), basierend auf Daten der ICAO, IATA und Haver. Die
"World FTKs" entsprechen dem weltweiten Luftfrachtaufkommen (gemessen in Fright-Tonne Kilometers) und die "World RPKs" stehen für den weltweiten Passagierluftverkehr (gemessen in Revenue Passenger Kilometers), wobei sich der hier abgebildete Passagierluftverkehr auf den Linienverkehr beschränkt. Als Vergleichswert dient die Entwicklung des weltweiten Bruttoinlandprodukts (World GDP).
hier: Operativer Gewinn (Operating Result) dividiert durch den Operativen Umsatz (Operating Revenues)
siehe Abbildung 17
(IATA, 2013a, p. 19 Chart 12) / Die U.S.-domizilierten Fluggesellschaften belegen selbst im Vergleich
mit diversen anderen Branchen (ohne Bezug zur Airline Industry) der U.S.-Wirtschaft den letzten Platz,
gemessen am Median des Returns on Equity (ROE) im Zeitraum von 1999 bis 2005 (Grant R. M., 2008,
pp. 68-69 Table 3.1). Zu einem ähnlichen Ergebnis (unter Verwendung des ROIC als Kennzahl) kommt
auch die IATA für den Zeitraum von 1965 bis 2007 (IATA, 2013a, p. 12 Chart 6).
Airline Industry
Seite 131
Capital (WACC) liegt. 674 Dies bedeutet, dass die Airline Industry im Durchschnitt keine
ökonomischen Werte schafft, sondern vernichtet 675.
Operating Result in Percent of Operating Revenues
(%)
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
-4.0%
1983
0
1982
-2.0%
1981
5'000
1980
0.0%
1979
10'000
1977
2.0%
1978
15'000
1976
4.0%
1975
20'000
1974
6.0%
1973
25'000
1972
8.0%
1971
30'000
1970
USD millions
Operating Result
(USD millions)
-5'000
-6.0%
-10'000
-8.0%
-15'000
-10.0%
Abbildung 22: Entwicklung der operativen Gewinne absolut und in Prozent des Umsatzes des weltweiten Linienluftverkehrs von 1970 bis 2012 676
Die Gründe für dieses Paradox sind vielschichtig. Als mehrheitlich exogen begründete Faktoren werden in der Literatur oftmals die Deregulierung der Luftfahrt 677, die Treibstoffpreisentwicklung sowie Nachfrageeinbrüche im Zusammenhang mit (globalen) Wirtschaftskrisen angeführt 678. Hinzu kommen zahlreiche weitere unter anderem auch endogene Faktoren,
wie beispielsweise der hohe Fixkostenanteil an den Gesamtkosten der Fluggesellschaften 679
oder die Problematik von Kapazitätserweiterungen 680 durch den Kauf von Flugzeugen, deren Inbetriebnahme oftmals mit Zyklen fallender Luftverkehrsnachfrage zusammenfallen 681.
Zu erwähnen ist jedoch, dass die geringe Rentabilität von Fluggesellschaften lediglich im
674
675
676
677
678
679
680
681
(IATA, 2013a, p. 11 & 19) sowie Abbildung 76
siehe u.a. (Wojahn, 2012, p. 1) / Der Begriff "Wert" bezieht sich hier auf den Unternehmenswert (Shareholder Value). Aufzeigen lässt sich dies anhand des Economic Value Added (EVA). Der EVA lässt sich
u.a. berechnen als (ROIC – WACC) x Invested Capital (IC). Ist in dieser Gleichung der Faktor (ROIC –
WACC) negativ, fällt auch der EVA negativ aus. Siehe hierzu u.a. (de Wet & Hall, 2004, p. 41 et seqq.);
(Young, 1997, p. 355 et seqq.)
Eigene Darstellung mit Daten von (Airlines for America, 2014) und (ICAO, 2013b, p. 95 Table 9) / Datenquelle: ICAO Air Transport Reporting Form EF sowie Schätzungen der ICAO / Datenumfang: Daten
umfassen den weltweiten (domestic & international) Linienluftverkehr für Personen und Fracht. Nicht
berücksichtigt ist der Inlandluftverkehr ("domestic operations") der ehemaligen Sowjetunion vor 1998.
Ausführlich siehe Abbildung 77.
siehe Kapitel 4.3.3
siehe u.a. (Doganis, 2010, pp. 4-24)
siehe Kapitel 4.7
(Holloway, 2008, pp. 101-102); (Holloway, 1998a, pp. 203-205)
Seite 132
Airline Industry
Durchschnitt aller Fluggesellschaften zutrifft. Bei der Einzelbetrachtung zeigt sich hingegen
sehr wohl, dass einzelne Fluggesellschaften vergleichsweise hohe und konstante Renditen
erwirtschaften können. 682
4.4.3
Zyklische Nachfrage und Nachfrageschocks 683
Neben saisonalen Nachfrageschwankungen haben in der Airline Industry vor allem die konjunkturellen Schwankungen der Nachfrage einen grossen Einfluss. Die Entwicklung von
Fluggesellschaften ist sehr stark von der gesamtwirtschaftlichen Entwicklung abhängig.
Diese Abhängigkeit besteht unabhängig davon, ob eine Fluggesellschaft mehrheitlich auf
Privatreisende oder auf Geschäftsreisende ausgerichtet ist. Trotz dieser zyklischen Nachfrage weist der weltweite Passagierluftverkehr für die meisten Jahre zwischen 1990 und 2012
eine steigende Nachfrage aus (siehe Abbildung 23). 684
Annual ASM Growth
(%)
Load Factor
(%)
16%
90.0%
14%
80.0%
12%
70.0%
10%
60.0%
8%
50.0%
6%
40.0%
4%
30.0%
2%
20.0%
0%
-2%
Load Factor
Annual Growth Rates (RPK & ASM)
Annual RPK Growth
(%)
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
-4%
10.0%
0.0%
Abbildung 23: Jährliches Wachstum im weltweiten Passagierluftverkehr von 1990 bis 2012 685
Der konjunkturelle Zyklus wird negativ verstärkt durch krisenbedingte Nachfrageeinbrüche.
Wie in Abbildung 23 ersichtlich, fiel das weltweite Nachfragewachstum im Passagierluftverkehr im betrachteten Zeitraum in den Jahren 1991, 2001 und 2009 negativ aus. Im Jahre
1991 wurde die weltweite Rezession zusätzlich durch den Golfkrieg und die damit verbun682
683
684
685
(IATA, 2013a, p. 12 Chart 6); (Doganis, 2011, p. 39); (Doganis, 2006, pp. 4-6); (IATA, 2006b)
siehe hierzu auch: (IATA, 2011, pp. 35-36)
Eigene Darstellung mit Daten von: (Airlines for America, 2014); (ICAO, 2013b, p. 95 Table 9); (ICAO,
2013b, p. 85 Table 1); (ICAO, 2013b, p. 86 Table 3); (ICAO, 2008, p. 85 Table 1) / Datenquellen: ICAO
Air Transport Reporting Form EF, ICAO Air Transport Reporting Forms A & A-S sowie Schätzungen
der ICAO / Datenumfang: Daten umfassen den weltweiten (domestic & international) LinienLuftverkehr für Personen. Nicht berücksichtigt ist der Inlandluftverkehr ("domestic operations") der
ehemaligen Sowjetunion vor 1998. / Ausführlich zu den Kennzahlen RPK, ASK und Load Factor: siehe
Kapitel 10.1.
Airline Industry
Seite 133
dene Angst vor Terroranschlägen verstärkt. Die terroristischen Anschläge vom 11. September 2001 (09/11) führten in diesem Jahr gesamthaft zu einem Nachfragerückgang im weltweiten Passagierluftverkehr von 2.9 %. Die U.S.-Immobilienkrise ab Mitte 2007 und die
daraus entstandene Wirtschafts- und Finanzkrise verursachte im Jahre 2008 einen Nachfragerückgang. Hinzu kommen verschiedene Ereignisse, welche zwar auf die weltweite Luftverkehrsnachfrage weniger Einfluss hatten, jedoch regional erhebliche Nachfragerückgänge
bewirkten. Beispielsweise verursachte die SARS-Epidemie in China und weiteren asiatischen Staaten im Jahre 2003 auf dem Linienluftverkehr zwischen Asien und Europa einen
erheblichen Nachfragerückgang. 686
Zusätzlicher Schaden für die Airline Industry entsteht, sobald Ereignisse nicht nur die Nachfrage, sondern gleichzeitig auch Produktionsfaktoren von Fluggesellschaften negativ beeinflussen. Besonders die Abhängigkeit der Fluggesellschaften vom Treibstoffpreis und damit
von der Preisentwicklung des Erdöls ist ein wichtiger Einflussfaktor für die wirtschaftliche
Entwicklung der Fluggesellschaften. Die Ölkrise 1973 verdeutlicht diesen Zusammenhang.
Einerseits führt die Drosselung der Erdölförderung zu einer weltweiten Rezession mit entsprechendem Nachfragerückgang im Luftverkehr. Andererseits verteuerte sich mit den steigenden Treibstoffpreisen jede Flugstunde bei gleichzeitig sinkender Auslastung. 687
4.5
Strategische
Wettbewerbsfelder
von
Fluggesell-
schaften
4.5.1
Übersicht
Trotz bestehender Einschränkungen und Regularien im Luftverkehr 688 ist der Wettbewerb in
diesem Markt – insbesondere bezüglich der U.S.-domizilierten Fluggesellschaften – sehr
intensiv 689. Um konkurrenzfähig zu bleiben, müssen Fluggesellschaften bestehende Wettbewerbsvorteile weiterentwickeln und zusätzlich neue Differenzierungsmerkmale aufbauen.
Wichtig hierbei ist das Verständnis, dass auf Fluggesellschaften zugeschnittene Strategien
auf ein Gesamtsystem angewendet werden müssen, welches sich aus einer Vielzahl an gegenseitig interagierenden Aktivitäten zusammensetzt. 690 Ein zentraler Erfolgsfaktor besteht
686
687
688
689
690
(Conrady, Fichert, & Sterzenbach, 2013, S. 128-130); siehe hierzu auch: (Morrell P. S., 2007, p. 7 Figure
1.6)
siehe u.a. (Doganis, 2010, p. 14); (Belobaba & Odoni, 2009, p. 11)
siehe Kapitel 4.3
(World Economic Forum, 2013, p. 353 sec. 1.05 & 471 sec. 1.05); (Boeing, 2013a, p. 13); (IATA, 2011,
pp. 31-32); (Bieger & Wittmer, 2011b, p. 79); (World Economic Forum, 2009, p. 62 Table 7)
(Bieger & Wittmer, 2011b, p. 79) / siehe hierzu auch Kapitel 2.1.3
Seite 134
Airline Industry
dabei in der konsistenten und das System an Aktivitäten in seiner Gesamtheit umfassenden
Umsetzung einer gewählten Strategie 691. Porter hält dazu fest: "Its [the airlines'] competitive advantage comes from the way its activities fit and reinforce one another." 692 Dieses
Zitat verdeutlicht in prägnanter Form, dass sich Strategien von Fluggesellschaften nicht auf
einzelne Elemente reduzieren lassen. Bieger und Wittmer greifen diese Erkenntnis auf und
strukturieren diese wettbewerbsrelevanten Aktivitäten in die drei strategischen Wettbewerbsfelder Markt, Netzwerke und Ressourcen (siehe Abbildung 24) 693.
Abbildung 24: Strategische Wettbewerbsfelder von Fluggesellschaften 694
691
692
693
694
(Porter M. E., 1996, pp. 68-73): Als Negativbeispiel führt Porter den Ansatz des Network-Carriers "Continental Airlines" an, welche auf die Konkurrenz durch LCCs mittels des Aufbaus einer eigenen LowCost-Marke ("Continental Lite") zu reagieren versuchte. Gemäss Porter kann dieser Ansatz nicht gut enden, wenn solche LCC-Tochtergesellschaften auf nicht LCC-kompatible Aktivitäten (z.B. den Vertriebskanal) der NWC-Muttergesellschaft zurückgreifen und somit von einer konsequenten und alle Aktivitäten umfassenden Umsetzung der gewählten Strategie abweichen. (Porter M. E., 1996, p. 68) / Siehe hierzu auch (Stoll, 2004, pp. 164-170); (Graham & Vowles, 2006); (Gillen & Gados, 2008).
(Porter M. E., 1996, p. 70)
(Bieger & Wittmer, 2011b)
Eigene Darstellung in Anlehnung an (Bieger & Wittmer, 2011b, p. 79 Fig. 5.1).
Airline Industry
Seite 135
Das Netzwerkmanagement als zentrales Element der Unternehmensstrategie einer Fluggesellschaft übernimmt die Koordination bzw. Abstimmung der Aktivitäten in den drei strategischen Wettbewerbsfeldern und stellt das Bindeglied zwischen Angebot und Nachfrage
dar 695.
4.5.2
Markt
4.5.2.1 O&D-Märkte
Zur Beschreibung der Marktstrukturen im Luftverkehr können verschiedene Ansätze angewendet werden. Aus Sicht des Passagiers ist in erster Linie die streckenbezogene Unterteilung massgebend, d.h., der Markt lässt sich anhand von Ausgangs- und Endflughafen definieren. Als Bezeichnung hierfür wird häufig der Begriff "O&D-Markt" 696 verwendet. Aus
Sicht der Fluggesellschaften sind O&D-Märkte die Treiber auf der Ertragsseite. Der Flugpassagier bezahlt sein Flugticket für den Transport vom Ausgangs- zum Endflughafen. Entsprechend wird der Erlös einer Fluggesellschaft massgeblich davon beeinflusst, welche
O&D-Märkte bedient werden. 697
4.5.2.2 Preispolitik
Im Gegensatz zu einem Produktionsunternehmen, wo verkaufsfertige Produkte in der Regel
zwischengelagert werden können, fehlt den Fluggesellschaften – insbesondere im Linienluftverkehr – die Möglichkeit, Nachfrageschwankungen durch Lageraufbau bzw. -abbau
auszugleichen. Sobald ein Flugzeug im Passagier-Linienluftverkehr gestartet ist, sind alle
nicht verkauften Sitzplätze bis zum nächsten (Zwischen-)Stopp bzw. Abflug betriebswirtschaftlich verloren, d.h., der von der Fluggesellschaft auf der entsprechenden Flugroute bis
695
696
697
Engl. "O&D market", wobei "O" für Origin und "D" für Destination steht. O&D-Märkte können je nach
Streckennetztyp mittels Non-Stop-Flug (d.h. ohne Zwischenlandung), Direktflug (d.h., der Flug wird
durch eine oder mehrere Zwischenlandungen unterbrochen, das Flugzeug wird nicht gewechselt)
und/oder Umsteigeflug (d.h., der Flug erfolgt mit einer oder mehreren Zwischenlandung, wobei mindestens einmal für den Weiter- bzw. Anschlussflug das Flugzeug gewechselt werden muss) bedient werden.
(Holloway, 2008, pp. 366-368) Anstatt O&D-Märkte werden in der Literatur teilweise auch die Begriffe
"City-Pairs" oder "Airport-Pairs" verwendet. In dieser Arbeit wird auf diese Terminologie und Abgrenzung nicht weiter eingegangen – bei Interesse siehe u.a. (Brueckner, Lee, & Singer, 2014).
(Holloway, 2008, pp. 366-368) / Beispiel für die Abgrenzung von O&D-Märkten: Die Flugverbindung
von Orlando nach Salt Lake City (SLC) mit Zwischenlandung in Dallas umfasst drei O&D-Märkte: Orlando-Dallas, Orlando-SLC und Dallas-SLC. (Holloway, 2008, p. XXII) / siehe hierzu auch Abbildung
25
Seite 136
Airline Industry
zur nächsten Landung erbrachte Output im Umfang der ASM (bzw. ASK) abzüglich der
RPM (bzw. RPK) muss die Fluggesellschaft als "unverkäufliche Ware" abschreiben. 698
Diese "Verderblichkeit" des Leistungsangebots, die Funktion zur Marktpositionierung anhand der Flugpreise sowie die Bedeutung als ein wichtiger Treiber auf der Ertragsseite machen die Preispolitik zu einem wichtigen Steuerungsfaktor für Fluggesellschaften. Das Ziel
der Preispolitik aus der Sicht von Fluggesellschaften besteht darin, die maximale Zahlungsbereitschaft eines jeden einzelnen Nachfragers (Passagiers) abzuschöpfen (Preisdifferenzierung). Hierzu ist es notwendig, das Leistungsangebot zu segmentieren und gegeneinander
abzugrenzen. Dadurch soll verhindert werden, dass ein Nachfrager mit höherer Zahlungsbereitschaft Vorteile aus einer niedrigeren Preiskategorie ziehen kann. Fluggesellschaften
verwenden zur Segmentierung ihres Leistungsangebots beispielsweise Buchungsklassen
(z.B. First Class, Business Class und Economy Class) und Serviceleistungsklassen (z.B.
Zugang zu Lounges an Flughäfen, Verpflegung während des Fluges etc.). 699 Ein zentrales
Instrument der Preisgestaltung ist das Revenue Management 700.
4.5.2.3 Vertriebskanäle
Die Auswahl und Kombination unterschiedlicher Vertriebskanäle ist ein wichtiger Faktor
für Fluggesellschaften – auch hinsichtlich des Aufbaus von Markteintrittsbarrieren gegenüber Konkurrenten. Die Hauptvertriebskanäle können in die Gruppen "indirect (offline) sales" (z.B. Reiseagenturen etc.) und "direct (online) sales" (z.B. Direktverkauf über Website
der Fluggesellschaft oder Call-Centers) unterteilt werden. Die Abgrenzung zwischen diesen
beiden Hauptvertriebskanälen besteht darin, dass bei Letzterem kein Intermediär zwischengeschaltet ist und dass der Kontakt dadurch direkt zwischen dem Endkunden und der Fluggesellschaft entsteht. 701
Als Bindeglied zwischen Angebot (Fluggesellschaft) und Nachfrage (Endkunde) übernehmen Vertriebskanäle verschiedene Aufgaben. In erster Linie dienen Vertriebskanäle zur Generierung von Erträgen für die Fluggesellschaft in Form von Verkaufsabschlüssen. Gleich698
699
700
701
siehe hierzu auch (Conrady, Fichert, & Sterzenbach, 2013, S. 366); (Joppien, 2003, S. 112)
(Bieger & Wittmer, 2011b, p. 82); (Meffert, 2000, S. 570-572)
Auch "yield management" oder "ertragsorientierte Preis-Mengen-Steuerung" genannt (Meffert, 2000, S.
1172 & 570-575). Das Revenue Management umfasst "eine Reihe von quantitativen Methoden einer dynamischen Preis- und Kapazitätssteuerung, um eine unsichere, zeitlich und räumlich verteilt eintreffende
Nachfrage unterschiedlicher Wertigkeit so auf eine gegebene Beförderungskapazität zu verteilen, dass
im gesamten Streckennetz einer Airline der Umsatz maximiert wird." (Conrady, Fichert, & Sterzenbach,
2013, S. 364).
(Bieger & Wittmer, 2011b, p. 82); (Holloway, 2008, pp. 342-350)
Airline Industry
Seite 137
zeitig sollte jeder Vertriebskanal zusätzlichen Kundennutzen bieten – beispielsweise hinsichtlich der Erreichbarkeit, d.h., der Vertriebskanal sollte für die jeweilige Zielkundengruppe möglichst zur richtigen Zeit am richtigen Ort zugänglich sein und dadurch die
Kaufabwicklung für den Kunden möglichst angenehm und unkompliziert gestalten. Idealerweise sollte der Vertriebskanal auch als Hilfsmittel zur Kundenbindung genutzt werden
können. Hierfür kommen vor allem direkte Vertriebskanäle in Frage. Indirekte Vertriebskanäle können im Gegensatz dazu genutzt werden, um spezielle Kundengruppen zu erreichen
(z.B. Ferienreisende über Reisebüros oder Agenturen). 702
4.5.3
Netzwerke 703
4.5.3.1 Funktionsweise und Anwendung auf Fluggesellschaften
Die Struktur von Netzwerken lässt sich unter Verwendung der Graphentheorie definieren
als ein System, bestehend aus einer endlichen Menge von Elementen (Knoten) und einer
Menge von Verbindungen (Kanten), welche die Knoten miteinander verbinden. Die Verbindung von Knoten erfolgt in Form von geraden Linien. Ein Weg ist definiert als Abfolge einer oder mehrerer Kanten (Kantenzug) durch das Netzwerk unter einmaliger Verwendung
der involvierten Knoten. Wird in einem Netzwerk ein Anfangs- und ein Endknoten definiert, können diese beiden Knoten je nach Anzahl zusätzlicher Knoten auf einer Vielzahl an
unterschiedlichen Wegen erreicht werden. 704
Im Luftverkehr setzen sich Netzwerke aus einer endlichen Menge an Flughäfen (Knoten)
und Verbindungen (Kanten) zwischen diesen Flughäfen zusammen. In der Terminologie
von Fluggesellschaften werden Kanten als "flight legs" bezeichnet und entsprechen einem
Non-Stop-Flug zwischen zwei Flughäfen. Die Reiserouten der Flugpassagiere (Wege) entsprechen den O&D-Märkten 705. Ein O&D-Markt kann mittels einer oder mehrerer Flugrouten bedient werden. Eine Flugroute ist dabei definiert als Verbindung zwischen zwei Flughäfen unter Verwendung desselben Flugzeugs und derselben Flugnummer. Aufgrund dieser
Definition kann eine Flugroute entweder mittels eines Non-Stop-Fluges oder eines Direktfluges (d.h. mit einer oder mehreren Zwischenlandungen) erfolgen. 706
702
703
704
705
706
(Bieger & Wittmer, 2011b, p. 82); (Holloway, 2008, pp. 342-350)
ausführlich hierzu siehe (Conrady, Fichert, & Sterzenbach, 2013, S. 299-387); (Goedeking, 2010)
(Teschl & Teschl, 2013, S. 415-425); (Goedeking, 2010, pp. 1-2)
(Holloway, 2008, pp. 366-368 & XXII)
Seite 138
Airline Industry
Der oben beschriebene Zusammenhang lässt sich am Beispiel des Linienflugs von Orlando
nach Salt Lake City (SLC) in den drei Ausprägungen als Non-Stop-Flug, Direktflug (mit
Zwischenstopp in Dallas) oder als Umsteigeflug (mit Umstieg in Dallas) verdeutlichen (siehe Abbildung 25):
Flughafenpaare
Orlando-SLC
Orlando-Dallas
Dallas-SLC
Total Anzahl
A) Linienflug Orland-SLC mit Zwischenlandung in Dallas (1 Flugzeug, 1 Flugnummer)
O&D-Märkte
flight legs
Flugrouten
1
1
1
1
-
1
1
-
3
2
1
B) Linienflug Orland-SLC mit Umstieg in Dallas (2 Flugzeuge, 2 Flugnummern)
O&D-Märkte
flight legs
Flugrouten
1
-
1
1
1
1
1
1
3
2
2
C) Linienflug Orlando-SLC als Non-Stop-Flug
O&D-Märkte
flight legs
Flugrouten
1
1
1
1
1
1
Abbildung 25: Beispiel zur Veranschaulichung der Netzwerkelemente von Fluggesellschaften 707
Während die O&D-Märkte auf die Ertragsseite der Fluggesellschaften einwirken, entstehen
operative Kosten anhand der geflogenen Flugrouten. Wichtige Kostentreiber sind hier die
Ausgestaltung der jeweiligen Netzwerke sowie die Intensität der Flugbewegungen pro Flugroute. Hinsichtlich der Ausgestaltung von Netzwerken haben sich im Luftverkehr zwei unterschiedliche Streckennetztypen 708 etabliert 709. Die geografische Abdeckung durch eine
Fluggesellschaft ergibt sich aufgrund der Grösse des eigenen Streckennetzes und der Kooperationsformen (Allianzen) mit anderen Fluggesellschaften 710.
4.5.3.2 Streckennetztypen
Die Streckennetztypen lassen sich im Wesentlichen unterscheiden in die beiden Netzwerksysteme "Point-to-Point" und "Hub-and-Spoke". Wie in Abbildung 26 sichtbar, werden bei
Point-to-Point-Systemen einzelne Flughäfen durch Direktflüge miteinander verbunden. Im
707
708
709
710
Eigene Darstellung unter Verwendung des Beispiels in: (Holloway, 2008, p. XXII)
"air traffic networks"
Airline Industry
Seite 139
Gegensatz dazu wird der Luftverkehr in Hub-and-Spoke-Systemen 711 über einen zentralen
Umsteigeflughafen (Hub) 712 organisiert. 713
Abbildung 26: Grundstruktur von Hub-and-Spoke-Systemen im Vergleich zu Point-to-PointSystemen 714
Die Anwendung eines Hub-and-Spoke-Systems ermöglicht es einer Fluggesellschaft – im
Vergleich zu einem Point-to-Point-System –, die gleiche Anzahl O&D-Märkte 715 mit einer
geringeren Anzahl an Flugrouten zu bedienen. Mathematisch lässt sich dies am Beispiel in
Abbildung 26 mit sechs zu verbindenden Flughäfen darstellen. Beide Streckennetzsysteme
in Abbildung 26 bedienen 30 O&D-Märkte 716 zwischen sechs Flughäfen. Zur Bedienung
der 30 O&D-Märkte in obenstehendem Beispiel werden im Point-to-Point-System theore711
712
713
714
715
716
ausführlich hierzu siehe u.a. (Holloway, 2008, pp. 376-422)
Der Begriff "Hub" oder "Drehkreuz" wird je nach Quelle unterschiedlich definiert – siehe hierzu
(Holloway, 2008, pp. 376-377); (Cento, 2009, p. 31). Seitens der Fluggesellschaften gilt ein Hub als
zentraler Verkehrsknotenpunkt bzw. Umsteigeflughafen. Fluggäste sowie Güter werden zunächst von ihrem Abflugort zu einem Hub der Fluggesellschaft transportiert, um von dort mit Passagieren und Gütern
aus anderen Abflugorten – aber mit dem gleichen Ziel – zu ihrem Zielort zu fliegen. (Lufthansa Group,
2013, S. 218)
(Conrady, Fichert, & Sterzenbach, 2013, S. 200) / Ausführungen zu den verschiedenen Formen von Huband-Spoke-Systemen bzw. Point-to-Point-Systemen finden sich u.a. in: (Conrady, Fichert, &
Sterzenbach, 2013, S. 203-205); (Holloway, 2008, pp. 373-375 & 378-379)
(Conrady, Fichert, & Sterzenbach, 2013, S. 201 Abbildung 9.1)
Auswirkungen des Hub-and-Spoke-Systems bei der Betrachtung von "city pairs" – siehe (Doganis, 2010,
p. 244 et seqq.).
𝐴𝐴𝐴𝐴ℎ𝑙 𝑂&𝐷 − 𝑀ä𝑟𝑟𝑟𝑟 = 𝑛 × (𝑛 − 1), wobei n für die Anzahl zu verbindender Punkte (Flughäfen)
steht (in Abbildung 26 sind dies sechs Flughäfen). Die Richtungsgebundenheit der Flüge wird berücksichtigt, d.h., die Flüge von A nach B und von B nach A werden getrennt erfasst. (Conrady, Fichert, &
Seite 140
Airline Industry
tisch 30 Flugrouten 717 benötigt. Im Gegensatz dazu können in einem Hub-and-SpokeSystem dieselbe Anzahl O&D-Märkte (hier: 30) – unter der Annahme, dass alle Flüge im
Hub-and-Spoke-System über den Umsteigeflughafen (Hub) erfolgen – theoretisch mit lediglich 10 Flugrouten 718 bedient werden. Diese mathematisch-theoretische Betrachtung wird in
der praktischen Umsetzung relativiert, da zumindest ein Teil der mathematisch berechneten
Anzahl O&D-Märkte in Hub-and-Spoke-Systemen nicht sinnvoll ist. Beispielsweise dürfte
wohl kaum eine Nachfrage für eine Umsteigeverbindung von New York nach Chicago über
Frankfurt bestehen. Ebenfalls wird bei dieser mathematischen Betrachtung nicht berücksichtigt, inwiefern einzelne O&D-Märkte ausreichend mit Direktflügen oder Non-Stop-Flügen
abgedeckt sind und somit keine Nachfrage nach Umsteigeverbindungen besteht. Sinnvolle
Umsteigeverbindungen werden daher anhand des sogenannten Detour-Faktors identifiziert.
Der Detour-Faktor lässt sich berechnen, indem die gesamte Streckenlänge einer Umsteigeverbindung vom Ausgangsflughafen bis zum Endflughafen durch die Streckenlänge eines
Non-Stop-Fluges zwischen diesen beiden Flughäfen dividiert wird. Bis zu einem DetourFaktor von 1.5 gelten Umsteigeverbindungen als sinnvoll, wobei dieser Wert je nach Region
und Streckentyp variieren kann. 719
Aus der Sicht der Flugpassagiere ist das Point-to-Point-System komfortabler, da hier im
Vergleich zum Hub-and-Spoke-System kein Umsteigevorgang notwendig ist. Entsprechend
dürfte die Zahlungsbereitschaft für einen Non-Stop-Flug oder Direktflug gegenüber einem
Umsteigeflug bei vergleichbarem Angebot höher ausfallen. Point-to-Point-Systeme benötigen jedoch – abhängig vom eingesetzten Flugzeugtyp und dessen Reichweite – eine gewisse
Minimalnachfrage auf den angebotenen O&D-Märkten. Demgegenüber ermöglichen Huband-Spoke-Systeme auch Regionen mit geringer Nachfrage einen Anschluss an den Luftverkehrsmarkt. Dieser Vorteil von Hub-and-Spoke-Systemen ergibt sich aus der Möglichkeit, entweder auf "Zubringerflügen" zum Hub kleinere Flugzeugtypen einzusetzen (z.B.
durch Auslagerung solcher "Zubringerflüge" an regionale Fluggesellschaften 720) oder solche
"Zubringerflüge" mit grösseren Flugzeugtypen (z.B. mit 250 Sitzplätzen) zu bedienen, als
717
718
719
720
Die Anzahl Flugrouten im Point-to-Point-System berechnet sich analog der Formel zur Berechnung der
Anzahl O&D-Märkte (siehe Fn. 716): 𝐴𝐴𝐴𝐴ℎ𝑙 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝑃𝑃𝑃𝑃𝑃−𝑡𝑡−𝑃𝑃𝑃𝑃𝑃 = 𝑛 × (𝑛 − 1), wobei n für
die Anzahl zu verbindender Punkte (Flughäfen) steht (in Abbildung 26 sind dies sechs Flughäfen).
(Conrady, Fichert, & Sterzenbach, 2013, S. 200-201) Die so berechnete Anzahl Flugrouten (hier: 30)
werden benötigt, wenn alle O&D-Märkte mittels Non-Stop-Flügen bedient werden. Bei Direktflügen reduziert sich die Anzahl Flugrouten. Im Gegensatz dazu bleibt die Anzahl "flight legs" sowohl bei Direktflügen als auch bei Non-Stop-Flügen unverändert (hier: 30).
𝐴𝐴𝐴𝐴ℎ𝑙 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐻𝐻𝐻−𝑎𝑎𝑎−𝑆𝑆𝑆𝑆𝑆 = 2 × (𝑛 − 1), wobei n für die Anzahl zu verbindender Punkte
(Flughäfen) steht (in Abbildung 26 sind dies – inkl. des Hub-Flughafens – insgesamt sechs Flughäfen).
(Conrady, Fichert, & Sterzenbach, 2013, S. 200-203); (Stoll, 2004, pp. 148-149)
Regional Carriers – siehe Kapitel 4.6.3
Airline Industry
Seite 141
für einzelne O&D-Märkte notwendig wäre. Bei Letzterem werden je "Zubringerflug"
Passagiere mit gleichem Ausgangsflughafen, aber unterschiedlichen Endflughäfen gebündelt zum Hub geflogen und dort auf die Flüge zu den jeweiligen Endflughäfen aufgeteilt.
Diese Bündelungsfunktion eines Hubs in Verbindung mit einer grossen Anzahl an verfügbaren O&D-Märkten im Hub-and-Spoke-System führt zu höheren Frequenzen an Abflügen
vom Hub. Insbesondere auf wichtigen (internationalen) Luftverkehrsverbindungen können
dadurch innerhalb eines bestimmten Zeitfensters mehr Flüge angeboten werden, was Flugpassagieren eine höhere Flexibilität (u.a. beim Umbuchen auf einen späteren Flug) und bessere Anschlussverbindungen ermöglicht. 721
4.5.3.3 Kooperationsformen
Unter Kooperation ist die freiwillige Zusammenarbeit von mindestens zwei Unternehmen
zu verstehen. Während die rechtliche Selbständigkeit der Kooperationspartner erhalten
bleibt, führt das Eingehen einer Kooperation zu einer Beschränkung der wirtschaftlichen
Dispositionsfreiheit bei den beteiligten Unternehmen. Die Freiwilligkeit solcher Zusammenarbeiten bedingt, dass alle Kooperationspartner aus der Zusammenarbeit Vorteile ziehen
können bzw. sich die Erzielung solcher versprechen. Die Interessen der einzelnen Kooperationspartner können je nach Kooperationsform sowie Charakteristik der Kooperationspartner und gegebener Rahmenbedingungen ganz unterschiedlicher Natur sein. 722 Grundsätzlich lassen sich mit Bezug auf Fluggesellschaften folgende Motive für Kooperationen
identifizieren:
• Marktzugang: Administrative, ökonomische oder technische Markteintrittsbarrieren
können mithilfe von Kooperationen überwunden werden – bspw. ermöglicht das
Code-Sharing, Märkte trotz fehlender Verkehrsrechte zu bedienen. 723
• Economies of Scale 724: Die gemeinsame Nutzung von Funktionen mit hohen Fixkosten kann zu sinkenden Stückkosten führen. Nutzen beispielsweise alle Kooperationspartner gemeinsam einen Flughafenschalter, verteilen sich die Fixkosten für einen
Flughafenschalter auf alle Kooperationspartner. Grösseneffekte können zusätzlich
zur Stärkung der eigenen Position innerhalb der Wertschöpfungskette führen – bspw.
721
722
723
724
(Conrady, Fichert, & Sterzenbach, 2013, S. 201-203); (Holloway, 2008, pp. 368, 380-381); (Stoll, 2004,
pp. 148-153)
(Fix-)Kostendegressionseffekte (Meffert, 2000, S. 279)
Seite 142
Airline Industry
durch Mengeneffekte oder grössere Verhandlungsmacht gegenüber Zulieferern wie
etwa bei der Beschaffung von Flugzeugen oder Ersatzteilen. 725
• Economies of Scope 726: Verbundeffekte entstehen durch die gemeinsame und kombinierte Ausübung von Aktivitäten. Ziel ist es, Fähigkeiten und Stärken zu kombinieren und dadurch Mehrwerte zu generieren, welche durch die anfallenden Kosten
nicht aufgezehrt werden (Synergieeffekte). Solche Effekte können beispielsweise
entstehen, indem Fluggesellschaften für ihre (horizontalen) Kooperationspartner
Marketingleistungen im eigenen Heimmarkt erbringen. 727
• Stärkung der Wettbewerbsstellung: Kooperationen mit Wettbewerbern können je
nach Ausgestaltung zu einer Reduktion der Wettbewerbsintensität führen, wodurch
sich die Marktmacht auf Absatzmärkten zugunsten der jeweiligen Fluggesellschaften
erhöht. Reguliert bzw. aus Sicht der Fluggesellschaften eingeschränkt wird diese
Entwicklung durch die staatlichen Wettbewerbsbehörden. 728
• Risikoverteilung: Durch Kooperationen können Risiken aus Sicht des einzelnen Unternehmens verlagert bzw. auf mehrere Risikoträger verteilt werden. Beispielsweise
können vertikale Kooperationen den Zugang zu bestimmten Vertriebskanälen sichern
helfen. 729
Abgesehen von oben genannten Vorteilen können aus Kooperationen auch Risiken bzw.
Abhängigkeiten entstehen. Hierunter fällt insbesondere die gesamte Thematik bezüglich
eines allfälligen Exits, d.h., inwiefern die Loslösung aus eingegangenen Kooperationen
725
726
727
728
729
(Conrady, Fichert, & Sterzenbach, 2013, S. 270-271); (Doganis, 2006, pp. 86-95); (Meffert, 2000, S.
250) / Die Bedeutung von Economies of Scale auf der Kostenseite wird in der Airline Industry jedoch in
Frage gestellt. Einerseits hat sich gerade in den USA nach der Deregulierung des Luftverkehrs gezeigt,
dass sich kleinere Fluggesellschaften mit deutlich tieferen Stückkosten im Vergleich zu den alteingesessenen NWCs etablieren konnten. Doganis stellt sich auf den Standpunkt, dass die Airline Industry aus
Kostensicht ein hohes Wettbewerbspotential aufweist. Beschränkt wird der Wettbewerb jedoch durch
Verzerrungen aufgrund von bilateralen Luftverkehrsabkommen, der Kapazitätsgrenzen von zentralen
Flughäfen sowie anderen regulatorischen Bestimmungen. Die wichtigen Vorteile von grossen Netzwerken und Kooperationen (z.B. strategischen Allianzen) in der Airline Industry ergeben sich hauptsächlich
im Verkauf und Marketing und weniger auf der Kostenseite. (Doganis, 2010, p. 128) Siehe hierzu auch:
(IATA, 2006b, p. 2 Chart 1); (Doganis, 2006, p. 91).
Verbund- und Synergieeffekte (Conrady, Fichert, & Sterzenbach, 2013, S. 270)
(Conrady, Fichert, & Sterzenbach, 2013, S. 270); (Doganis, 2006, pp. 86-95); (Müller-Stewens &
Lechner, 2003, S. 310)
(Conrady, Fichert, & Sterzenbach, 2013, S. 270-271) / siehe hierzu auch: (Doganis, 2006, pp. 95-99 &
105-110)
Airline Industry
Seite 143
nachträglich möglich ist und zu welchen Kosten. Zu Problemen kann auch das Konkurrenzgebaren unter Kooperationspartnern (z.B. innerhalb von strategischen Allianzen) führen. 730
Die Korporationen im Luftverkehr lassen sich in allgemeine sowie luftverkehrsspezifische
Korporationsformen unterscheiden. Letztere können zusätzlich in technische bzw. kommerzielle Kooperationen unterteilt werden (siehe Abbildung 27). 731
Abbildung 27: Kooperationsformen im Luftverkehr im Überblick 732
Für die vorliegende Arbeit sind vor allem die strategischen Allianzen sowie das CodeSharing von Bedeutung 733. Die starken Einschränkungen der grenzübergreifenden Zusammenarbeit von Fluggesellschaften aufgrund nationaler Bestimmungen – insbesondere bezüglich Unternehmenszusammenschlüsse und Marktzugangsbeschränkung mittels Ver-
730
731
732
733
(Conrady, Fichert, & Sterzenbach, 2013, S. 280); (Doganis, 2006, pp. 100-105) / Porter gibt darüber
hinaus zu bedenken: "Alliances are a tool for extending or reinforcing competitive advantage, but rarely
a sustainable means for creating it." (Porter M. E., 1998b, p. 67).
(Conrady, Fichert, & Sterzenbach, 2013, S. 271) / Abgesehen davon gibt es weitere Ansätze zur Systematisierung von Kooperationsformen zwischen Fluggesellschaften: siehe u.a. (Doganis, 2006, pp. 78-86)
(Conrady, Fichert, & Sterzenbach, 2013, S. 271 Abbildung 11.2)
Beschreibungen zu allen in Abbildung 27 aufgelisteten Kooperationsformen finden sich in (Conrady,
Fichert, & Sterzenbach, 2013, S. 272-290).
Seite 144
Airline Industry
kehrsrechte – führen vor allem im internationalen Luftverkehr zur Allianzbildung zwischen
Fluggesellschaften sowie zur Anwendung von Kooperationen mittels Code-Sharing 734.
4.5.3.4 Code-Sharing
Code-Sharing beschreibt die Durchführung eines Fluges unter mehreren Flugnummern.
Während die ausführende Fluggesellschaft den Flug unter ihrer eigenen Flugnummer durchführt, stellt sie einer oder mehreren Partnerfluggesellschaften Sitzplätze auf diesem Flug zur
Verfügung. Diese Sitzplätze werden von den Partnerfluggesellschaften wiederum unter ihren eigenen Flugnummern vermarktet. 735
Für die beteiligten Fluggesellschaften ermöglicht das Code-Sharing eine erhebliche Erweiterung des eigenen Streckennetzes. Die Verkehrsrechte der ausführenden Fluggesellschaft
werden durch diese Kooperationsform den Partnerfluggesellschaften unter eigener Flugnummer zugänglich. Engpässe und Zugangsrestriktionen bei Flughäfen können mit CodeSharing zusätzlich überwunden werden. Nachteilig wirkt sich beim Code-Sharing zwar der
höhere Koordinationsaufwand zwischen den Kooperationspartnern aus. Nichtsdestotrotz ist
das Code-Sharing eine gegenwärtig unter Fluggesellschaften sehr häufige Kooperationsform. Beispielsweise erfolgt die Flugplanabstimmung in strategischen Allianzen sehr oft
mittels Code-Sharing. 736
4.5.3.5 Strategische Allianzen
Strategische Allianzen lassen sich allgemein definieren als langfristige vertragliche Kooperationen zwischen rechtlich selbständigen Unternehmen der gleichen Stufe der Wertschöpfungskette. Der Zweck dieser Kooperationsform liegt in der Steigerung der Wettbewerbsfähigkeit der Kooperationspartner durch die Erzielung strategischer Wettbewerbsvorteile. Die
wirtschaftliche Autonomie der Kooperationspartner wird zugunsten der übergreifenden Koordination eingeschränkt, wobei sich die Zusammenarbeit oftmals nicht auf das ganze Unternehmen, sondern lediglich auf bestimmte Geschäftsfelder beschränkt. 737
Aus der Sicht der Flugpassagiere sind insbesondere die Vorteile durch verbesserte und umfassendere Flugpläne mit mehr Flugverbindungen und kürzeren Umsteigezeiten relevant.
734
735
736
737
(Conrady, Fichert, & Sterzenbach, 2013, S. 276); (Bieger & Wittmer, 2011b, p. 80)
(Conrady, Fichert, & Sterzenbach, 2013, S. 45 & 275)
(Conrady, Fichert, & Sterzenbach, 2013, S. 276-278 & 280); siehe hierzu auch (Holloway, 2008, pp.
407-415)
Airline Industry
Seite 145
Durch die allianzweite Abstimmung der Flugpläne ergeben sich vielfältige Möglichkeiten,
Zielorte über die verschiedenen Hubs der Allianzmitglieder zu erreichen. Auf den zentralen
Verbindungen (z.B. zwischen zwei Hubs von Allianzmitgliedern) müssen Kunden jedoch
oftmals Einschränkungen in der Angebotsvielfalt hinnehmen. Durch Hub-Dominanz und
Flugplanabstimmung am Hub des lokalen Allianzmitglieds werden alternative Flugangebote
(u.a. durch konkurrierende Fluggesellschaften) zum Nachteil der Kunden häufig reduziert. 738
Ein wesentlicher Kooperationsbereich sind die Vielfliegerprogramme (FFPs). Die gegenseitige Anerkennung der FFPs durch die Allianzmitglieder erhöht deren Attraktivität aus Kundensicht, wodurch sich die Kundenbindung intensivieren lässt. In strategischen Allianzen
können die Infrastrukturen und Services der Fluggesellschaften (z.B. Abfertigungsbereiche)
an den einzelnen Flughäfen gemeinsam betrieben und dadurch Kosten eingespart werden.
Daraus resultieren beispielsweise kürzere Umsteigezeiten und die Kunden erhalten Zugang
zu den Lounges aller Allianzmitglieder. Durch gemeinsame Marketing- und Vertriebsaktivitäten können die Allianzmitglieder Kosten einsparen und Mehrerlöse generieren. Beispielsweise werden Verkaufsbüros und Call Centers gemeinsam genutzt und Reisebüros oder
Firmenkunden gemeinsam betreut. Die Abstimmung der Preis- und Konditionen-Politik
ermöglicht seitens der Allianzmitglieder die Realisierung von Mehrerlösen. Im Gegenzug
führt die Abstimmung der Flughafenprozesse zu höherem Reisekomfort für die Kunden
(z.B. mittels Durchabfertigung des Gepäcks). Durch die Harmonierung der Produkt- und
Servicestandards ergeben sich auf Umsteigeflügen für die Kunden weniger Qualitätsbrüche.
Intern profitieren Allianzmitglieder oftmals von den Stärken der einzelnen Allianzpartner
(z.B. durch hohe Markenpräsenz eines Allianzmitglieds in einem bestimmten Markt). Auch
im Beschaffungsbereich (z.B. beim Kauf von Flugzeugen oder Ersatzteilen) können Kostenvorteile durch koordinierte Aktivitäten erzielt werden. Abgesehen von den Vorteilen ergeben sich für die Allianzmitglieder aus dem Eintritt in eine strategische Allianz auch Nachteile. Darunter fallen insbesondere die Einschränkungen der unternehmerischen Flexibilität
der einzelnen Allianzmitglieder sowie die oftmals bürokratischen Abstimmungs- und Entscheidungsprozesse. Erschwerend kommt bei Letzteren hinzu, dass eine grosse Anzahl an
(internationalen) Allianzmitgliedern involviert ist. 739
Ab Mitte der 1990er-Jahre haben sich strategische Allianzen unter Fluggesellschaften mit
Ausrichtung auf den internationalen Luftverkehr sehr stark verbreitet. Während am Anfang
738
739
Seite 146
Airline Industry
vor allem bilaterale Allianzen zwischen zwei Fluggesellschaften entstanden sind, prägen
heute globale, multilaterale Allianzen den weltweiten Passagier-Linienluftverkehr. Letztere
zeichnen sich durch eine Mehrzahl an beteiligten Fluggesellschaften aus, mit mindestens je
einer grösseren Fluggesellschaft aus Europa, Nordamerika und Asien. 740 Gegenwärtig dominieren die drei (globalen) strategischen Allianzen "Star Alliance", "Oneworld" und
"SkyTeam" den internationalen Luftverkehr. Im Jahre 2011 erreichten die in den drei vorgenannten Allianzen zusammengeschlossenen Fluggesellschaften im internationalen Passagier-Linienluftverkehr einen kombinierten Marktanteil von ungefähr 80 % (gemessen an der
Beförderungskapazität in ASK). 741
4.5.4
Ressourcen
Als wichtige Differenzierungsmerkmale innerhalb des strategischen Wettbewerbsfelds
"Ressourcen" bezeichnen Bieger und Wittmer 742:
Kundenbindungsprogramme
Neben der Generierung von Folgeverkäufen erfüllen Kundenbindungsprogramme weitere
wichtige Funktionen wie beispielsweise die Förderung von Mund-zu-Mund-Propaganda
sowie die Reduktion der Preissensitivität 743 beim Kunden. Ein wichtiges Instrument von
Kundenbindungsprogrammen sind Belohnungssysteme. Vielfliegerprogramme (FFP) 744
spielen für Fluggesellschaften eine wichtige Rolle als Belohnungssysteme. FFPs ermöglichen die Transformation von monetären Werten (Geld) in eine nicht-monetäre Komplementärwährung 745 (Bonusmeilen). Letztere steht in der Regel unter der Kontrolle der "ausgebenden" Fluggesellschaft, d.h., die Fluggesellschaft bestimmt, welche Produkte und Dienstleistungen mit im FFP angesammelten Werten zu welchem "Wechselkurs" gegenüber offiziellen, monetären Währungen gekauft werden dürfen. Ungeachtet der eingeschränkten
Transparenz erreichen FFPs aufgrund ihres Prestiges bei den Kunden eine höhere Wertschätzung als rein monetäre Belohnungssysteme. 746
740
741
742
743
744
745
746
(Conrady, Fichert, & Sterzenbach, 2013, S. 278) / siehe hierzu auch: (Lechner & Gudmundsson, 2011, p.
171); (Doganis, 2006, p. 73)
(Bieger & Wittmer, 2011b)
siehe hierzu auch (de Boer & Gudmundsson, 2012, p. 22)
"frequent flyer programs" (FFP)
siehe hierzu auch (Degens, 2013, S. 27)
(Bieger & Wittmer, 2011b, p. 81)
Airline Industry
Seite 147
Marke
Die Marke einer Fluggesellschaft übernimmt eine wichtige Identifikations- und Positionierungsfunktion in einem Markt mit mehrheitlich vergleichbaren Serviceangeboten. Einen
sehr hohen Stellenwert im Luftverkehr ist der Sicherheit beizumessen. Ein starkes Markenimage im Bereich Sicherheit und Zuverlässigkeit ist für Fluggesellschaften ein wichtiger
Aspekt zur Abgrenzung gegenüber der Konkurrenz. Der Aufbau einer Marke, welche von
den Kunden mit positiven Attributen assoziiert wird, ist ein langfristiger Prozess und bedarf
in der Regel mehrerer Jahre. Im Idealfall sollte eine starke Marke einer Fluggesellschaft ermöglichen, höhere Preise in Form eines Premiumaufschlags zu erzielen. 747
Hub-Dominanz 748
Die strategische Qualität eines Hubs zeichnet sich unter anderem durch seine zentrale geografische Lage und dessen Anbindung an stark frequentierte (internationale) Luftverkehrsrouten, dem Luftverkehrsaufkommen im geografischen Einzugsgebiet um den Hub herum
sowie durch die Infrastruktur am Hub-Flughafen und deren Entwicklungspotentials und Zugänglichkeit (z.B. 24-Stunden-Betrieb oder Nachtflugverbot) aus. Je dominanter eine bestimmte Fluggesellschaft an einem Hub vertreten ist, desto höher sind die Marktzutrittsbarrieren für konkurrierende Fluggesellschaften. Aus Kundensicht bietet die dominante Fluggesellschaft oftmals am meisten Flugverbindungen bzw. O&D-Märkte sowie eine hohe
Flugfrequenz an, was insbesondere für Geschäftsreisende sehr interessant ist. HubDominanz verschafft dadurch der jeweiligen Fluggesellschaft im entsprechenden Markt einen erheblichen Wettbewerbsvorteil und macht jene zusätzlich attraktiv für Kooperationen
mit anderen Fluggesellschaften. 749
Dienstleistungsniveau
Das Dienstleistungsniveau einer Fluggesellschaft setzt sich aus einer grossen Vielfalt an
unterschiedlichen Angeboten zusammen. Darunter fallen sowohl bodengestützte Leistungen
(z.B. Zugang zu Lounges am Flughafen zur Überbrückung von Wartezeiten) als auch Leistungen während des Fluges (z.B. Verpflegung oder WLAN-Zugang). Solche Leistungen
verursachen für Fluggesellschaften erhebliche Zusatzkosten. Im Gegenzug sollte die Fluggesellschaft in der Lage sein, durch den höheren Kundennutzen entsprechend höhere Flug-
747
748
749
"hub dominance", i.e. "The scale of a carrier's presence at a hub […] measured in terms of its percentage of aircraft and/or seat departures and – where relevant – its control over slots, gates, and terminal
space." (Holloway, 2008, p. 385)
(Holloway, 2008, pp. 379-385); (Stoll, 2004, p. 81)
Seite 148
Airline Industry
preise zu erzielen und sich durch das Serviceangebot von der Konkurrenz differenzieren zu
können. 750
4.5.5
Netzwerkmanagement
Das Netzwerkmanagement nimmt eine zentrale Schlüsselrolle in der Strategie einer Fluggesellschaft ein und definiert das zugrundeliegende Geschäftsmodell. Ziel des Netzwerkmanagements ist die wirtschaftliche Optimierung des gesamten Streckennetzsystems. Diese Zielsetzung kann dabei auf einzelnen Strecken zu suboptimalen Ergebnissen führen, was aber
zugunsten des Gesamtnetzoptimums bewusst in Kauf genommen wird. Die einzelnen Entscheidungsstufen des Netzwerkmanagements von Fluggesellschaften lassen sich anhand von
Abbildung 28 darstellen. 751
Abbildung 28: Entscheidungsstufen im Netzwerkmanagement 752
753
Die Ausgestaltung des Netzwerkmanagements ist ein massgebender Treiber für die Art, wie
Fluggesellschaften Erträge erwirtschaften und welche Kosten dabei anfallen. Die Netzwerkstrategie gibt unter anderem vor, welche Unternehmensstrategie eine Fluggesellschaft
verfolgen will, welche O&D-Märkte bedient werden sollen und welche Auswirkungen sich
750
751
752
753
(Conrady, Fichert, & Sterzenbach, 2013, S. 206-209 & 301); (Cento, 2009, p. 29); (Holloway, 2008, pp.
366-375) – siehe hierzu auch (Bieger & Wittmer, 2011b)
(Cento, 2009, p. 30 Fig. 2.5) / alternativ dazu siehe u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 302
Abbildung 12.2)
Der Begriff "bank structure" (auch "banks", "waves" oder "complexes" genannt) umschreibt: "groups of
aircraft/flights that are scheduled to arrive at a hub and then depart again within a given window of
time, so allowing passengers to make any of a large number of connections." (Holloway, 2008, p. 376)
Airline Industry
Seite 149
dadurch auf die Kapazitäts- und Flottenplanung 754 ergeben (Network Strategy). Die Netzwerkstruktur dient zur Festlegung der Flugrouten zur Bedienung der einzelnen O&DMärkte sowie deren Anbindung (Network Design und Alliances). Die kurzfristige Netzwerkplanung (Network Planning) schliesslich dient zur Nachjustierung und Optimierung
beim Leistungsangebot, der Auslastung sowie bei der Ausgestaltung der Leistungserstellung
und den daraus resultierenden Kosten. Die Adaption auf (temporäre) exogene Nachfrageschocks – wie beispielsweise die Terroranschläge auf das World Trade Center in New York
vom 11. September 2001 oder die Grippe-Epidemie SARS in Asien im Jahr 2003 – fällt
ebenfalls in den Bereich der kurzfristigen Netzwerkplanung. 755
4.6
4.6.1
Geschäftsstrategien und -modelle 756
Einleitung
Während die vorangehenden Kapitel die wichtigsten Umwelt- und Unternehmenseinflusskräfte 757 von Fluggesellschaften beleuchten, konzentriert sich dieses Kapitel auf die Wettbewerbsstrategien von Fluggesellschaften und die Unterscheidung der gängigen Geschäftsmodelle. Die Wettbewerbsstrategien sind ein wichtiger Bestandteil der Geschäftsstrategien
innerhalb des GMN-Arbeitsfelds "Positionierung". Das Geschäftsmodell dient zur Beschreibung der operativen Umsetzung der gewählten Wettbewerbsstrategie und ist im
GMN-Arbeitsfeld "Wertschöpfung" angesiedelt 758. In dieser Logik führen unterschiedliche
Geschäftsstrategien zu unterschiedlichen Geschäftsmodellen. In der Airline Industry ist die
Unterscheidung in einzelne Geschäftsstrategien (bzgl. der Wettbewerbsstrategien nach Porter) und den entsprechenden Geschäftsmodellen besonders prägnant. Hinzu kommt die Eigenschaft, dass Fluggesellschaften in der Regel nicht nur auf der Ebene der Geschäftseinheiten, sondern auch auf der Ebene des Gesamtunternehmens eine einheitliche Wettbewerbsstrategie verfolgen 759. In der Literatur zur Airline Industry werden die zugrundelie-
754
755
756
757
758
759
Die Flottenplanung befasst sich mit der Zusammensetzung der Flugzeugflotte und deren Ausrichtung auf
künftige Entwicklungen im Markt und internen und externen Rahmenbindungen – siehe hierzu (Conrady,
(Cento, 2009, pp. 29-32) / siehe hierzu auch: (Conrady, Fichert, & Sterzenbach, 2013, S. 299 ff.)
Der nachfolgende Abschnitt konzentriert sich auf die grundlegenden Geschäftsstrategien von Fluggesellschaften. Weiterführende Informationen zu Strategien und strategischem Management von Fluggesellschaften finden sich u.a. (Joppien, 2003); (Holloway, 2002); (Holloway, 1998b)
ausführlich hierzu siehe u.a. (Holloway, 1998a)
siehe Kapitel 2.1.3.3 und Kapitel 2.1.3.4
siehe hierzu Fn. 691
Seite 150
Airline Industry
genden (Wettbewerbs-)Strategien oftmals nicht separat erwähnt, sondern direkt mittels Zuteilung der Fluggesellschaften in Geschäftsmodellen impliziert 760.
4.6.2
Geschäftsstrategien in der Airline Industry 761
Anhand der unterschiedlichen Ausprägungen in den strategischen Wettbewerbsfeldern der
Airline Industry leiten Bieger und Wittmer 762 drei grundlegende Geschäftsstrategien für
Fluggesellschaften ab:
A. Qualitätsführerschaft
Kernelement der Strategie der Qualitätsführerschaft (Differenzierung) bildet ein umfangreiches, internationales Hub-and-Spoke-System in Verbindung mit Hub-Dominanz an mindestens einem Hub oder einer führenden Position in einem geografischen Markt. Die hierzu
notwendigen Fähigkeiten im Netzwerkmanagement bilden erhebliche Markteintrittsbarrieren. Die Hub-Dominanz in Verbindung mit allfälligen Allianzpartnern vermag solche Eintrittsbarrieren weiter zu erhöhen – insbesondere dort, wo knappe Infrastrukturkapazitäten
(z.B. Start- und Landerechte 763 an Flughäfen) bestehen. Üblicherweise sind Fluggesellschaften mit dieser Strategie Mitglieder in einer der drei grossen strategischen Allianzen 764 und
machen sich zusätzlich weitere Kooperationsformen zunutze. 765
B. Kostenführerschaft
Die Kostenführerschaft-Strategie zeichnet sich durch hohe Produktivität bei möglichst geringen Stückkosten aus. Zentrales Element hierfür ist unter anderem die Reduktion des Angebots auf die Kernbedürfnisse der Nachfrager. Günstige Flugpreise im Vergleich zur Konkurrenz setzen schlanke Strukturen beim Leistungserstellungsprozess voraus. Fluggesellschaften mit dieser Strategie verwenden üblicherweise Point-to-Point-Systeme und beschränken sich auf O&D-Märkte mit hohen Passagiervolumen. Die Infrastrukturkosten werden möglichst gering gehalten. Die konsequente Kostenoptimierung schliesst auch vor- und
nachgelagerte Prozesse (z.B. Beschaffung, Flughafenzugänge oder Vertriebssysteme) in der
Wertschöpfungskette mit ein. 766
760
761
762
763
764
765
766
siehe hierzu u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 224); (Cento, 2009, pp. 17-25)
weitere Ausführungen zu Geschäftsstrategien in der Airline Industry finden sich u.a. in: (Holloway,
1998b, pp. 68-88).
(Bieger & Wittmer, 2011b, p. 77 et seqq.) / ähnlich auch (Joppien, 2003, S. 160-162 i.V.m. 455-457)
"slots" (Conrady, Fichert, & Sterzenbach, 2013, S. 56)
(Bieger & Wittmer, 2011b, pp. 83-84)
Airline Industry
Seite 151
C. Fokussierung
Die Nischen- oder Fokusstrategie zielt darauf, die Bedürfnisse einer spezifischen, differenzierbaren Kundengruppe oder eines Marktsegments zu bedienen. Auf Fluggesellschaften
übertragen, lassen sich servicebezogene, geografisch abgegrenzte sowie preisfokussierte
Nischen 767 identifizieren:
• Die servicebezogene Nische konzentriert sich hauptsächlich auf das Marktsegment
der Geschäftsreisenden. Diese Anspruchsgruppe hat hohe Erwartungen hinsichtlich
des Komforts, ist zeitlich stark eingeschränkt, schätzt Aufmerksamkeit und ist entsprechend zahlungskräftig. Eine erfolgreiche Strategie in dieser Nische basiert auf
Exklusivität sowie zeitlich optimal auf den Kunden abgestimmten Prozessen. Auf
diese Nische ist beispielsweise die Business Aviation 768 ausgerichtet.
• Fluggesellschaften mit Fokus auf einer geografischen Nische versuchen einen regionalen Markt zu dominieren, beispielsweise durch entsprechende Marktmacht an regionalen Flughäfen oder auf wenig frequentierten Flugrouten abseits der nationalen
und internationalen Hauptflugverkehrsachsen.
• Preisfokussierte Nischenanbieter operieren oftmals als Vertragsfluggesellschaften 769
auf "Zubringerstrecken" zu Hubs von grossen, internationalen Fluggesellschaften.
Diverse zentrale Aufgaben wie Marketing und Yield Management 770 werden dabei
von der internationalen Fluggesellschaft erbracht, und die Zubringerfluggesellschaft
kann sich hauptsächlich auf die Erbringung der Transportleistung konzentrieren. Dabei geht die Zubringerfluggesellschaft eine hohe Abhängigkeit zur grösseren Vertragsfluggesellschaft ein. 771
Die Unterteilung der Geschäftsstrategien von Fluggesellschaften nach Bieger und Wittmer
(siehe oben) orientiert sich an den generischen Wettbewerbsstrategien nach Porter (siehe
Kapitel 3.2).
767
768
769
770
771
Der hier verwendete Begriff "Nische" orientiert sich am klassischen, marktorientierten Nischenbegriff,
welchen Porter zur Abgrenzung der generischen Wettbewerbsstrategien verwendet. Eine Nische beschreibt darin ein Marktsegment von Kunden, welches entweder nach niedrigen Preisen (nischenorientierte Preisstrategie) oder besonderen Produktmerkmalen (nischenorientierte Differenzierungsstrategie)
nachfragt. Wichtiges Merkmal im Verständnis nach Porter ist dabei die exogene Gegebenheit solcher Nischen, d.h., das Unternehmen hat wenig bis kein Einfluss auf solche Nischen bzw. deren Entwicklung.
(Joppien, 2003, S. 161-162) / siehe hierzu auch Kapitel 3.2
siehe Kapitel 4.6.3 Ziff. 5
sogenannte "capacity providers" (Stoll, 2004, pp. 161-162) oder "feeder carriers" (Bieger & Wittmer,
2011b, p. 85)
siehe Fn. 700
(Bieger & Wittmer, 2011b, pp. 84-85); (Stoll, 2004, pp. 154-164)
Seite 152
4.6.3
Airline Industry
Dominante Geschäftsmodelle in der Airline Industry
Anhand der Kapazitätsbereitstellung und des Flugplans lassen sich sechs verschiedene Geschäftsmodelle in der Airline Industry unterscheiden 772, eingeteilt in drei Gruppen (siehe
Abbildung 29). Fluggesellschaften, welche im Linienflugverkehr operieren und einzelne
Sitzplätze pro Flugzeug verkaufen, bilden zusammen die Gruppe A. Diese Gruppe lässt sich
weiter unterteilen anhand des Aktionsraums und der bedienten Zielgruppensegmente. Die
Gruppe B umfasst Geschäftsmodelle, bei welchen der Kunde die Kapazität eines oder mehrerer Flugzeuge mietet und gleichzeitig den Flugplan vorgibt. Auch in der Gruppe C richtet
sich der Flugplan nach dem Bedarf der Fluggäste. Im Gegensatz zur Gruppe B werden in
Gruppe C jedoch einzelne Sitzplätze verkauft. 773
Abbildung 29: Typologie der Geschäftsmodelle von Fluggesellschaften 774
772
773
774
andere Ansätze zur Klassierung in der Airline Industry finden sich u.a. in: (Lohmann & Koo, 2013);
(Klophaus, Conrady, & Fichert, 2012); (Mason & Morrison, 2008); (Joppien, 2003, S. 177-122)
(Conrady, Fichert, & Sterzenbach, 2013, S. 225, Abbildung 10.6), mit Anpassungen durch Autor.
Airline Industry
Seite 153
1. Network Carriers (NWCs) 775
Zentrales Merkmal von NWCs ist der Betrieb eines Streckennetzes nach dem Hub-andSpoke-System. Der Aktionsraum umfasst inländische, kontinentale und interkontinentale
Flugverbindungen 776, wobei sich ein Trend zur Konzentration auf den Langstreckenverkehr
abzeichnet. Zielkunden sind sowohl Geschäftsreisende als auch Privatreisende, welche mittels Angebotssegmentierung in unterschiedliche Buchungsklassen unterteilt werden. 777
2. Low Cost Carriers (LCCs) 778
Low Cost Carriers zeichnen sich durch überwiegend niedrige Ticketpreise bei reduziertem
bzw. zusätzlich kostenpflichtigem Service an Bord und am Boden aus. Der Aktionsradius
beschränkt sich überwiegend auf kontinentale Linienstrecken mit höherem Verkehrsaufkommen. Das Streckennetz ist als Point-to-Point-System ausgestaltet, beschränkt sich aber
hauptsächlich auf Non-Stop-Flüge. Zur Zielgruppe von LCCs zählen in erster Linie Privatreisende. 779
3. Regional Carriers (RCs)
Regional Carriers bedienen den Linienverkehr zwischen regionalen Flughäfen und grossen
Ballungszentren bzw. Flugdrehkreuzen 780 sowie zwischen dezentralen Flughäfen mit geringem Verkehrsaufkommen. Hinsichtlich der räumlichen Abgrenzung beschränkt sich der
regionale Luftverkehr auf den Inland- und Kontinentalverkehr. Das Streckennetz ist als
Point-to-Point-System ausgestaltet. Eingesetzt werden vergleichsweise kleine Flugzeuge im
Bereich zwischen 19 und 120 Sitzplätzen. Diese Flugzeuggrössen zusammen mit dem
Point-to-Point-System ermöglichen es, auch Strecken mit geringem Verkehrsaufkommen
wirtschaftlich bedienen zu können. Das Leistungsangebot ist primär auf Geschäftsreisende
775
776
777
778
779
780
Auch "full-service carrier" (Cento, 2009, p. 18; Collins, Román, & Chan, 2011, p. 41) oder "legacy carrier" (Belobaba, 2011, p. 31; Pels, 2008, p. 68; Vasigh, Fleming, & Mackay, 2010, p. 5) oder "flag carriers" (Wittmer & Bieger, 2011, S. 31) oder "conventional airlines" (Pels, 2008, p. 70) oder "full-service
global network carriers" (Holloway, 1998b, p. 35) genannt.
Conrady et al. unterteilen NWCs zusätzlich u.a. in "Major Carriers" und "Second-Tier-Carriers". Erstere
zeichnen sich durch ein ausgedehntes, weltweites Streckennetz und die Einbindung in einer der drei globalen strategischen Allianzen aus. Die Second-Tier-Carriers bedienen im Gegensatz dazu nur ausgewählte interkontinentale O&D-Märkte oder sind nur kontinental aktiv. (Conrady, Fichert, & Sterzenbach,
2013, S. 229)
(Conrady, Fichert, & Sterzenbach, 2013, S. 227-230) / ausführlicher hierzu siehe Kapitel 5.2.2
Auch "no-frills airlines" (CAA, 2006) oder "low-fare airlines" (Holloway, 2008, p. 48) oder "discount
carriers" (Collins, Román, & Chan, 2011, p. 41) genannt.
(Lufthansa Group, 2013, S. 218); (Conrady, Fichert, & Sterzenbach, 2013, S. 237-239); (Liang & James,
2009, p. 132) / ausführlicher hierzu siehe Kapitel 5.2.2
Insbesondere in den USA arbeiten die Regional Carriers oftmals eng mit den NWCs zusammen und erbringen Zu- bzw. Abbringerflüge für die Hubs der NWCs (Conrady, Fichert, & Sterzenbach, 2013, S.
233).
Seite 154
Airline Industry
ausgerichtet, entwickelt sich jedoch zunehmend auch in Richtung Privatreisende (z.B. mittels Urlaubs- und Sonderangebote). Das Produkt- und Serviceangebot ist entsprechend der
Ansprüche von Geschäftsreisenden eher gehoben. Der Bordservice ist aufgrund der Platzverhältnisse in den Flugzeugen im Vergleich zu Langstreckenflugzeugen eingeschränkt. Je
nach eingesetztem Flugzeugtyp werden in Regionalflugzeugen lediglich eine bis maximal
zwei Beförderungsklassen angeboten. Insbesondere die bedienten O&D-Märkte und die
vergleichsweise geringen Passagierzahlen führen im Ergebnis zu vergleichsweise hohen
Stückkosten. An diesen Umständen orientieren sich auch die Ticketpreise, welche – auch in
Übereinstimmung mit der Zielkundengruppe (Geschäftsreisende) – entsprechend im gehobenen Preissegment 781 angesiedelt sind. 782
4. Leisure Carriers (LCs) 783
Leisure Carriers im traditionellen Verständnis bezeichnen Charter-Fluggesellschaften mit
Spezialisierung im Ferienflugverkehr und Pauschalreisegeschäft. Ursprünglich wurden diese
Fluggesellschaften für den Gelegenheitsluftverkehr zu Feriendestinationen gegründet. Die
Vermarktung der Beförderungskapazität erfolgte ausschliesslich in Form von grossen Blöcken oder ganzen Flugzeugen an Reiseveranstalter. Im Gegensatz dazu wird heute ein erheblicher Teil der Flugzeugkapazität der Leisure Carriers als Einzelsitzplätze direkt an den
Endkunden verkauft. Verändert hat sich auch der Flugplan. In der Regel wird heute – ähnlich dem Linienluftverkehr – nach einem festen Flugplan geflogen, wobei sich dieser am
Bedarf der Reiseveranstalter orientiert. Zur Zielgruppe von Leisure Carriers zählen primär
private Urlaubsreisende. Der Aktionsraum umfasst hauptsächlich kontinentale sowie vereinzelt auch interkontinentale Flüge. Eingesetzt werden meist heterogene Flugzeugflotten
mit zwischen 150 und 250 Sitzplätzen pro Flugzeug. Als Streckennetztyp kommt ein Pointto-Point-System zum Einsatz. O&D-Märkte mit grosser Nachfrage werden mittels NonStop-Flüge bedient. Überall, wo der Quellmarkt zu wenig Nachfrage hergibt, wird der Auslastungsgrad (Load Factor) nach Möglichkeit durch die Gestaltung der Flugroute 784 ange781
782
783
784
Vergleicht man die Daten der Top 200 Passagierfluggesellschaften (gemessen an den weltweit geflogenen RPK) für das Jahr 2011 (Conrady, Fichert, & Sterzenbach, 2013, S. 226 Tabelle 10.1), dann erzielen
die Regional Carriers im Durchschnitt im Vergleich mit den Geschäftsmodellen in Gruppe A (siehe Abbildung 29) den höchsten Ertrag pro RPK (Yield – siehe Formel 58). Sobald jedoch der Stückertrag
(RASK – siehe Formel 57) verglichen wird, schneiden die NWCs besser ab als die Regional Carriers, da
Erstere bei leicht tieferem Yield eine höhere Auslastung (Load Factor) erreichen als die Regional Carriers.
Auch "Charter-Carriers" (Conrady, Fichert, & Sterzenbach, 2013, S. 247) oder "Charter Airlines"
(Wensveen, 2007, p. 263) genannt. Ein detaillierter Vergleich zwischen Leisure Carriers und LCCs findet sich in (Williams, 2011).
Beispielsweise werden bei geringer Auslastung zwei geplante Non-Stop-Flüge (d.h. 2 Flugrouten) mit
dem gleichen Endflughafen zu einer Flugroute zusammengelegt. Anstatt mit zwei Flugzeugen werden
Airline Industry
Seite 155
passt. Im kontinentalen Luftverkehr beschränkt sich das Angebot häufig auf eine Buchungsklasse mit hoher Bestuhlungsdichte. Auf interkontinentalen Flügen wird vermehrt eine zusätzliche Buchungsklasse mit grosszügigerer Bestuhlung angeboten. Der Service an Bord
kann sich mit dem Niveau der vergleichbaren Buchungsklassen bei NWCs messen. Im Gegensatz dazu wird der Service am Boden tendenziell auf das Notwendigste beschränkt und
entspricht in etwa dem Serviceniveau von LCCs. Die Preisgestaltung beim Einzelsitzverkauf orientiert sich am Preisniveau der LCCs. Im Stückkostenvergleich 785 liegen die LCs
unter den NWCs, aber über den LCCs. Der Vertrieb erfolgt sowohl über die Reiseveranstalter 786 als auch mittels Verkauf von Einzelsitzplätzen direkt an den Endkunden (z.B. mittels
Call Center oder Internet). 787
5. Business Aviation
Das zentrale Merkmal der Business Aviation ist die Verfügbarkeit der gesamten Beförderungskapazität eines Flugzeugs auf Abruf. Ausgerichtet ist die Business Aviation auf die
geschäftlich motivierte Beförderung von Personen und Frachten im zivilen Luftverkehr
nach Bedarf. Das Leistungsangebot bietet ein Höchstmass an Komfort. Das Preisniveau ist
exklusiv und variiert je nach Ausstattung und Service. Die Luftverkehrsleistung wird nach
Anzahl der Flugstunden für die gesamte Beförderungskapazität abgerechnet. Zum Einsatz
kommen kleinere, kostengünstige Flugzeuge sowie luxuriöse Langstreckenflugzeuge für bis
zu 14 Flugpassagiere. Die Flugzeuge befinden sich entweder direkt im Privat- oder Firmeneigentum (Fractional, Joint oder Full Ownership) oder werden über spezialisierte Charterunternehmen zur Verfügung gestellt. Gegenüber dem Linienluftverkehr bietet die Business
Aviation ein Höchstmass an Flexibilität, Komfort und Zeitersparnis. 788
785
786
787
788
die beiden O&D-Märkte neu mit einem Flugzeug mittels Direktflug (d.h. Zwischenlandung und Zustieg
weiterer Passagiere) bedient. (Conrady, Fichert, & Sterzenbach, 2013, S. 248-249) Solche Flugplanänderungen sind nur möglich, weil diese von der Zielkundengruppe der Leisure Carriers akzeptiert werden –
siehe (Doganis, 2010, p. 188 Figure 8.1). Die Möglichkeit der kurzfristen Flugplanoptimierung ist ein
Grund, weshalb die Leisure Carriers im Durchschnitt den höchsten Load Factor (LF) verglichen mit dem
anderen Geschäftsmodell der Gruppe A (siehe Abbildung 29) erzielen – siehe hierzu Daten der Top 200
Passagierfluggesellschaften (gemessen am den weltweit geflogenen RPK) für das Jahr 2011 (Conrady,
Fichert, & Sterzenbach, 2013, S. 226 Tabelle 10.1) / ähnlich auch (Doganis, 2010, p. 171 Table 7.4)
Gemessen an den RASK (adjustiert auf durchschnittliche Streckenlänge von 2'000 km) gemäss
(Conrady, Fichert, & Sterzenbach, 2013, S. 241 Abbildung 10.10), detailliert hierzu siehe (Doganis,
2010, pp. 164-175).
Leisure Carriers sind häufig an grosse, vertikal integrierte Touristikkonzerne (z.B. TUI oder Thomas
Cook) angegliedert. Solche Reiseveranstalter verkaufen die Transportleistung als Bestandteil ihrer Angebotspakete (z.B. Pauschalreisen). Ein grosser Teil der Beförderungskapazität von Leisure Carriers wird
somit über den Mutterkonzern bzw. kooperierende Reiseveranstalter vermarktet. (Conrady, Fichert, &
Sterzenbach, 2013, S. 247 & 249)
Seite 156
Airline Industry
6. Lufttaxi
Das Geschäftsmodell der Lufttaxis befindet sich noch in einer frühen Entwicklungsphase.
Die Idee dieses Geschäftsmodells liegt in der Kombination der Individualität aus der Business Aviation mit dem Bezahlmodus von Linienfluggesellschaften. Der Flugplan von Lufttaxis wird individuell von den jeweiligen Flugpassagieren festgelegt und ist damit weder
zeitlich noch bezüglich O&D-Markt an einen festen Flugplan gebunden. Im Gegensatz zur
Business Aviation, bei welcher pro Flug die gesamte Flugzeugkapazität bezahlt werden
muss, verkaufen Lufttaxis (idealerweise) 789 einzelne Sitzplätze. Die eingesetzten Flugzeuge
müssen vergleichsweise günstig in der Anschaffung, dem Unterhalt und dem Betrieb sein.
Zum Einsatz kommen neue, leichte Düsenflugzeuge (Very Light Jets) mit einer Beförderungskapazität zwischen drei und sieben Passagieren pro Flugzeug. Solche Very Light Jets
kommen mit vergleichsweise kurzen Start- und Landebahnen aus. Dadurch können auch
kleinere Flugplätze angeflogen werden. Auf Kurzstrecken können dadurch bei vorhandener
Infrastruktur (Flugplätze) eine grössere Anzahl Destinationen bedient werden als beispielsweise Regional Carriers. Der Service an Bord ist aufgrund der Flugzeuggrösse stark eingeschränkt. Zudem ist meistens auch kein Gepäckabteil vorhanden. 790
4.7
Kapazitätsproblematik in der Airline Industry
Der wichtigste Kapazitätsfaktor in der Airline Industry ist das Flugzeug 791. Zwei wichtige
Faktoren mit direktem Einfluss auf die Kapazität eines Flugzeugs sind das Kabinen- bzw.
Flugpersonal sowie der Zugang zur notwendigen Bodeninfrastruktur (v.a. Flughäfen, Servicepersonal) 792. Die Verfügbarkeit von qualifizierten Fachkräften sowie der Nachholbedarf
bei der Luftverkehrsinfrastruktur (u.a. Flughafenkapazitäten, Flugüberwachungs- und Leitsysteme etc.) stellen wichtige Herausforderungen in der zukünftigen Entwicklung des Luftverkehrs dar 793. Zusätzlich spielen die Rahmenbedingungen und regulatorische Einflüsse
auf die drei gennannten Faktoren Flugzeug, Personal und Bodeninfrastruktur eine wichtige
Rolle. Neben den gesetzlichen und anderen bindenden Bestimmungen im Arbeitsmarkt
(z.B. Arbeitsrecht, Tarifverträge etc.) haben vor allem die Luftverkehrspolitik im Allgemeinen sowie das Luftverkehrsrecht und die Entwicklung bei den Umwelt- und Luftreinhalte789
790
791
792
793
In der Regel berechnen etablierte Lufttaxi-Anbieter die geflogene Flugstunde unabhängig von der Anzahl
belegter Sitzplätze, d.h., analog zur Business Aviation wird die gesamte Flugkapazität in Rechnung gestellt – siehe hierzu (LinearAir, 2014). In dieser Ausgestaltung sind Lufttaxis als Erweiterung auf preissensibleres Kundensegment dem Geschäftsmodell der Business Aviation zuzuordnen.
(Conrady, Fichert, & Sterzenbach, 2013, S. 225 & 257-258)
analog hierzu siehe (Ansari, Bell, Klammer, & Lawrence, 2003, pp. 340-341)
Flanagan, 2011, p. 30); (Rhoades, 2011, pp. 102-105)
Airline Industry
Seite 157
bestimmungen im Besonderen massgeblichen Einfluss auf die Kapazität und deren Aufteilung in die einzelnen Arten der zeitgemässen Methode der Kapazitätsmessung. 794
In der Literatur wird die Bedeutung der Kapazität für die Ertragskraft von Fluggesellschaften kontrovers diskutiert. Einerseits wird angeführt, dass die Luftfahrt generell zu viel
Überkapazität aufweist und sich dadurch faktisch einen permanenten und oftmals ruinösen
Preiskampf liefert, jedoch ohne dass dadurch eine markante Strukturbereinigung eintritt 795.
Andererseits wird argumentiert, dass der (temporär) stark angestiegene Anteil der variablen
Kosten an den Gesamtkosten – verursacht hauptsächlich durch die bis Mitte 2008 stark gestiegenen Treibstoffpreise 796 – zumindest in Zeiten hoher Treibstoffpreise ein dringenderes
Problem als die Kapazitätskosten darstellt. Diese Argumentation wird begründet mit dem
Umstand, dass höhere Auslastungsraten bei einem tiefen Fixkostenanteil an den Gesamtkosten nur noch marginal zu mehr Ertrag führen. 797 In seiner Auswertung des Verhaltens der
Kosten der British Airways 798 für die Rechnungsperiode von April 2007 bis März 2008
kommt Doganis zum Schluss, dass sich 47.2 % der operativen Gesamtkosten als fixe Kosten 799 und die restlichen 52.8 % als variable Kosten einteilen lassen. Der Anteil der variablen Kosten an den operativen Gesamtkosten ist dabei zu relativieren, da in den Jahren 2007
und 2008 der Ölpreis – und in Abhängigkeit dazu die Kosten für Flugtreibstoff (Kerosin) –
auf langzeitigen Höchstständen notierte. 800 Es lässt sich somit festhalten, dass selbst unter
bisher aufgetretenen Höchstständen bei den Treibstoffkosten die fixen Kosten von Fluggesellschaften nach wie vor einen erheblichen Anteil an den operativen Gesamtkosten ausmachen 801. Entsprechend nehmen das Management der Kapazität und die Optimierung der
Auslastung 802 weiterhin eine bedeutend strategische Rolle im Netzwerkmanagement von
Fluggesellschaften ein 803.
794
795
796
797
798
799
800
801
802
803
siehe Kapitel 4.3
siehe (Wojahn, 2012, p. 1 et seqq.); (Doganis, 2011, pp. 39-40)
Eine grafische Darstellung der Kerosin-Preisentwicklung (JetA1-Kerosin) von 1990 bis 2011 findet sich
in: (Conrady, Fichert, & Sterzenbach, 2013, S. 395 Abbildung 13.5).
siehe u.a. (Kelly, 2011, p. 19); (Flanagan, 2011, p. 31)
Analog der in dieser Arbeit verwendeten Typologie ist die British Airways den NWCs zuzuordnen –
siehe hierzu auch (Conrady, Fichert, & Sterzenbach, 2013, S. 227 Abbildung 10.8).
Die hier ausgewiesenen fixen Kosten setzen sich zusammen aus "fixed direct operating costs" und fixen
"indirect operating costs" (Doganis, 2010, pp. 79-80). Die Unterscheidung in fixe und variable Kosten erfolgt anhand des "degree of escapability" mit den Unterscheidungen in "medium" (oder "long term") > 1
Jahr und "short term" < 1 Jahr (Doganis, 2010, p. 82).
(Doganis, 2010, pp. 78-83) / siehe hierzu auch (Conrady, Fichert, & Sterzenbach, 2013, S. 395
Abbildung 13.5)
siehe hierzu auch (Morrell P. S., 2007, pp. 8-10)
gemessen am Load Factor (LF) – siehe Kapitel 10.1.3
siehe hierzu u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 302 & 305) / Die Bedeutung der Auslastung
in der Airline Industry zeigt sich auch anhand des im Zeitverlauf ansteigenden Auslastungsgrads – insbesondere bei U.S.-domizilierten Fluggesellschaften (Morrell P. S., 2007, p. 7 Figure 1.6). Die Entwick-
Seite 158
Airline Industry
In der Passagierluftfahrt wird zur Messung der Kapazität unter dem Begriff "Beförderungskapazität" 804 üblicherweise die Kennzahl Available Seat Miles (ASM) bzw. Available Seat
Kilometers (ASK) verwendet 805. Der Zusammenhang zwischen der Kapazität und der Profitabilität im Passagierluftverkehr lässt sich anhand der Sitzladefaktor-Nutzschwelle (BEPLF) herstellen (siehe Formel 47).
𝐹𝐹𝑥𝑘𝑘𝑘𝑘𝑘𝑘
𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹
× 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹ä𝑛𝑛𝑛
𝐷𝐷 𝑗𝑗 𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆
𝐴𝐴𝐴
𝐵𝐵𝐵 − 𝐿𝐿 =
=
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑗𝑗 𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆
𝐴𝐴𝐴
𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹ä𝑛𝑛𝑛 (𝑖𝑖 𝑘𝑘)
Formel 47:
Nutzschwelle mit Bezug zum Sitzladefaktor (LF) 806
Der BEP-LF kennzeichnet im Luftverkehr den erforderlichen Auslastungsgrad, um die in
einem O&D-Markt pro Flug anfallenden Kosten zu decken. Zu beachten gilt es dabei, dass
die Nachfrage und damit auch die Auslastung auf einem O&D-Markt pro Flug sehr unterschiedlich ausfallen können. Die Auslastung in einem O&D-Markt entspricht dem Durchschnittswert der Auslastung aller ausgeführten Flugereignisse (Anzahl Flüge) in diesem
Teilmarkt. Gerade im Luftverkehr kann die Nachfrage im Zeitverlauf pro Flugereignis sehr
stark schwanken, was die Kapazitätsplanung erheblich erschwert. Die Kapazitätsplanung
und -optimierung ist aufgrund dieser Zusammenhänge ein wichtiger Bereich des Netzwerkmanagements einer Fluggesellschaft. 807 Verändern lässt sich die Beförderungskapazität
aus produktionstheoretischer Sicht einerseits durch die Anzahl und Flottenzusammensetzung der aktiv operierenden Flugzeuge sowie andererseits bei gegebener Anzahl Produktionsfaktoren (Anzahl aktiv operierender Flugzeuge) durch:
• zeitliche Anpassung, indem Flugzeuge öfter fliegen (frequency);
804
805
806
807
lung des weltweiten, durchschnittlichen Auslastungsgrads im Passagier-Linienluftverkehr gemessen am
Load Factor (LF) ist in Abbildung 23 ersichtlich. Allerdings ist der LF nur bedingt geeignet zur Erfassung der Auslastung hinsichtlich der (theoretischen) Kapazität von Fluggesellschaften – siehe hierzu Kapitel 6.3.1.
siehe Kapitel 10.1.2 sowie Fn. 1149 / Alternativ wird die Beförderungskapazität von Fluggesellschaften
auch in Tonne Miles oder Tonne Kilometers angegeben (siehe Kapitel 10.1.4).
In Anlehnung an (Conrady, Fichert, & Sterzenbach, 2013, S. 312) mit Anpassungen, basierend auf
(Treyer & Frischknecht, 2013, S. 199 ff.).
Airline Industry
Seite 159
• intensitätsmässige Anpassung, d.h., Flugzeuge operieren mit höherer Geschwindigkeit 808 und erreichen dadurch in einem gegebenen Zeitfenster eine höhere produktive
Kapazität ("increasing flight distance");
• querschnittsmässige Anpassung, worunter die Anzahl Sitzplätze pro Flugzeug 809 zu
verstehen ist ("density");
• selektive Anpassung, beispielsweise indem Flugzeuge stillgelegt werden oder solche
"parkierte" Flugzeuge wieder in den aktiven Flugbetrieb integriert werden. 810
Abbildung 30: Portfolio der Nutzschwellenauslastung im Luftverkehr 811
808
809
810
811
Moderne, grosse und düsengetriebene Passagierflugzeuge operieren heute in der Regel mit Fluggeschwindigkeiten ("air speed") nahe an der Schallgrenze. Beim aktuellen Stand der Technik sind höhere
Fluggeschwindigkeiten wenig praktikabel (u.a. Materialbelastungen) und auch nicht wirtschaftlich (u.a.
Treibstoffkosten). Die Kapazitätsanpassungen über die Reisegeschwindigkeit ("ground speed") ist bei
solchen Flugzeugtypen daher nur beschränkt möglich. (Conrady, Fichert, & Sterzenbach, 2013, S. 307)
"seating density" (Doganis, 2010, p. 169)
(Conrady, Fichert, & Sterzenbach, 2013, S. 307-308); (Vasigh, Fleming, & Mackay, 2010, pp. 182-183)
(Conrady, Fichert, & Sterzenbach, 2013, S. 306 Abbildung 12.6) mit Anpassungen durch Autor
Seite 160
Airline Industry
Sobald der erreichte Sitzladefaktor (IST-LF) auf einem O&D-Markt unterhalb der Sitzladefaktor-Nutzschwelle (BEP-LF) liegt, ist dieser O&D-Markt nicht rentabel, d.h., die erreichte Auslastung liegt unterhalb der zur Kostendeckung notwendigen Auslastung. Wie in
Abbildung 30 grafisch dargestellt, ergibt sich aus diesem Zusammenhang eine (realistische)
Gewinn- bzw. Zielzone im Ausmass von Feld 5. Die Begrenzung auf der Achse des erreichten Sitzladefaktors (IST-LF) orientiert sich am durchschnittlichen Auslastungsgrad im Passagierluftverkehr, welcher aktuell weltweit bei ca. 80 % liegt 812. Eine Verkleinerung der
Kapazität ist vor allem bei geringem IST-LF angezeigt – bspw. Feld 1 und 2 in Abbildung
30. Während sich in Feld 1 eine Kapazitätsanpassung durch den Einsatz kleinerer Flugzeugtypen eine Optimierungsvariante bietet, ist die Differenz zwischen IST-LF und BEP-LF in
Feld 2 derart gravierend, dass sich ein Ausstieg aus dem betreffenden O&D-Markt aufdrängt, sofern daraus keine negativen Netzeffekte resultieren. Ein Zustand in Feld 3 weist
zwar eine akzeptable IST-Auslastung aus, die Kosten sind in diesem Zustand jedoch zu
hoch bzw. die Stückerträge zu niedrig. Hier drängen sich entweder Kostensenkungen oder
die Steigerung der Stückerträge auf. In Feld 4 ist eine Erhöhung der Beförderungskapazität
im entsprechenden O&D-Markt zu prüfen – bspw. durch das Anbieten einer täglichen Flugverbindung ("frequency") oder den Einsatz von Flugzeugen mit höherer Beförderungskapazität ("density"). 813
Gerade letztere Situation ist jedoch gefährlich. Insbesondere Phasen der Hochkonjunktur
mit hoher Nachfrage im Luftverkehr und entsprechend hoher Kapazitätsauslastung verleiten
Fluggesellschaften zu Kapazitätserweiterungen durch den Erwerb neuer Flugzeuge. Während der Zeitdauer von der Bestellung bis zur Auslieferung der neuen Flugzeuge führen
konjunkturelle Schwankungen oder externe Ereignisse (z.B. 09/11) oftmals zu einer Abschwächung der Nachfrage im Luftverkehr, welche vielfach mit der Auslieferung der neuen
Flugzeuge zusammenfällt. In Abbildung 31 lässt sich dieses Phänomen grafisch darstellen.
Beispielsweise führte die durch das Internet geprägte Boomphase in den 1990er-Jahren zu
einem verstärkten Anstieg an Flugzeugbestellungen ab 1995. Die Auslieferung dieser Flugzeuge erfolgte um die Jahrtausendwende und fiel dadurch mit dem Platzen der DotcomBlase und dem damit einhergehenden wirtschaftlichen Einbruch zusammen. 814 Entgegen der
Theorie zu (vollkommenen) Wettbewerbsmärkten 815 führen Konjunktureinbrüche in der
Airline Industry nicht zu einer Marktbereinigung und einem neuen Marktgleichgewicht auf
812
813
814
815
siehe Abbildung 23
siehe hierzu u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 303-304);
theory of competitive markets – siehe hierzu u.a. (Mankiw, 2012, pp. 279-298)
Airline Industry
Seite 161
tieferem Kapazitätsniveau, sondern zum Phänomen des "adjusting to recession not by shedding capacity but underutilizing a still growing fleet" 816.
Abbildung 31: Flugzeugbestellungen, Flugzeugauslieferungen und Umsatzrendite im Weltluftverkehr
(1975 bis 2006) 817
Gemäss Morell kann es sogar vorkommen, dass frisch ausgelieferte Flugzeuge aufgrund des
Nachfragezyklus parkiert ("parked aircraft") und auch später gar nicht mehr zum Einsatz
kommen 818. Ansätze zur Brechung von mittelfristigen Nachfrageeinbrüchen gibt es beispielsweise mit der Finanzierung von Flugzeugen durch Operating Leasing, wo der LeasingNehmer ("lessee") im Gegensatz zum Finance Leasing das Leasing-Objekt (Flugzeug) relativ kurzfristig und mit vergleichsweise geringeren Kosten an den Leasing-Geber ("lessor")
zurückgeben kann 819. Damit kann aber nur ein Teil der mittelfristigen, fixen Kosten reduziert werden. Andere mit der Flugbereitschaft zusammenhängende Kosten (insb. Flugpersonal) können nur mittel- bis langfristig auf- oder abgebaut werden. 820 Zusätzlich finanzieren
Fluggesellschaften einen grossen Teil ihrer Flugzeugflotte ohne Leasing-Finanzierung. Bei
Flugzeugen im Eigentum der Fluggesellschaften laufen die fixen Kosten (u.a. Kapitalkos816
817
818
819
820
(Wojahn, 2012, p. 2)
(Conrady, Fichert, & Sterzenbach, 2013, S. 304 Abbildung 12.4); ähnlich auch zu finden in: (IATA,
2011, p. 35 Chart 38)
(Morrell P. S., 2007, p. 10)
(Morrell P. S., 2007, pp. 195-210)
(Morrell P. S., 2007, p. 9)
Seite 162
Airline Industry
ten, Kosten zur Aufrechterhaltung der Flugbereitschaft etc.) weiter, unabhängig ob das
Flugzeug geflogen wird oder geparkt ist. 821
Zusammengefasst lässt sich festhalten, dass lange strategische Vorlaufzeiten (time-lags)
durch lange Lieferzeiten für Flugzeuge, lange Ausbildungszeiten des Fachpersonals und
eine aufgrund des hohen Regulierungsgrads lange Bewilligungsdauer für Produkt- und Verfahrensänderungen im Luftverkehr zu einer retardierten Angleichung der Produktionskapazität an sich ändernde Umweltbedingungen führen. Die geringe Flexibilität bei der Kapazitätsanpassung in Verbindung mit grossen Unsicherheiten über die zukünftigen Umweltentwicklungen verstärkt die für Fluggesellschaften typische, zyklische Übersteuerung der angestrebten Planungsziele. 822
821
822
(Morrell P. S., 2007, pp. 8 & 196-197) / siehe hierzu auch (Wojahn, 2012, p. 2 et seqq.); (Gavazza, 2011,
p. 327 Fig. 2) / Gemäss Doganis stellt die Finanzierung von Flugzeugen einen wichtigen Faktor für die
Problematik der permanenten Überkapazität in der Airline Industry dar. Nach seinen Ausführungen ist es
den Fluggesellschaften trotz geringer Profitabilität vergleichsweise einfach und zu günstigen Konditionen möglich, den Kauf neuer Flugzeuge über besicherte Kredite ("asset-based lending") – wobei der
Wert des Flugzeugs als Sicherheit dient – zu finanzieren. (Doganis, 2011, p. 40) / Bezüglich "asset-based
lending" siehe auch: (Blessing, 2011, pp. 103-113).
(Joppien, 2003, S. 116)
Forschungsfragen und -methodik
Seite 163
5 Forschungsfragen und -methodik
5.1
Hypothesen
Die nachfolgende empirische Untersuchung orientiert sich an der Arbeit von CRC. Ziel der
Untersuchung ist die Überprüfung der Aussagekraft der erweiterten SEA-Methode. Die zu
überprüfenden Hypothesen basieren auf der Grundannahme, dass:
(1) die beiden generischen Wettbewerbsstrategien nach Porter zu einer unterschiedlich
ausgeprägten Wertschöpfung (Geschäftsmodelle) führen; und
(2) diese Geschäftsmodelle unterschiedliche Kosten- und Ertragsmechaniken aufweisen,
welche sich entsprechend in der Erfolgsrechnung bzw. deren Zusammensetzung niederschlagen 823.
Überprüft werden die Hypothesen anhand der U.S. Airline Industry. Dabei wird angenommen, dass die beiden dominanten Geschäftsmodelle der U.S. Airline Industry (NWCs bzw.
LCCs) ausreichend approximierte Vertreter der beiden generischen Wettbewerbsstrategien
nach Porter (Differenzierung bzw. Kostenführerschaft) darstellen 824. Gestützt auf die Untersuchung von CRC 825 wird zusätzlich angenommen, dass ein Ursache-WirkungsZusammenhang zwischen PMt und PMt+1 vorliegt (Ertrags-Persistenz) 826.
SEA-Ertrags-Persistenz der erweiterten SEA-Methode bezüglich PMt+1
Ausgehend von der Untersuchung von CRC unter Verwendung der klassischen SEAMethode ist in der nachfolgenden Untersuchung zu prüfen, ob bei der Anwendung der erweiterten SEA-Methode ein Ursache-Wirkungs-Zusammenhang zwischen den vier SEAKomponenten und PMt+1 nachgewiesen werden kann (SEA-Ertrags-Persistenz). Die Bedeutung der Kapazität und die damit zusammenhängende Auslastung sind wichtige Einflussfaktoren in der Airline Industry 827. Bereits CRC führen einen Teil der Abweichung in der Produktivitätskomponente in ihrer Untersuchung auf Veränderungen in der Kapazitätsausnut-
823
824
825
826
827
siehe Kapitel 4 sowie u.a. (Holloway, 2008, p. 8 Figure 1.1)
siehe Kapitel 5.2.1 sowie Kapitel 5.2.2
Die Ertrags-Persistenz (bzgl. PM) lässt sich aus der Hypothese H1 von CRC ableiten – siehe hierzu Kapitel 3.6.3.1.
Aus Abbildung 15 ist der Zusammenhang zwischen PMt und PMt-1 unter Verwendung der SEAKomponenten ersichtlich. Aufgrund dieser Beziehung lässt sich ableiten, dass beim Vorliegen von SEAErtrags-Persistenz (für PM) gleichzeitig auch Ertrags-Persistenz (für PM) vorliegen muss.
siehe Kapitel 4.7
Seite 164
zung zurück 828. Anhand der erweiterten SEA-Methode kann dieser Bereich separat isoliert
und ausgewiesen werden 829. Daraus lässt sich folgende Hypothese ableiten:
F1: Die Kapazitätskomponente der erweiterten SEA-Methode hat – zusätzlich zu den drei
klassischen SEA-Komponenten – einen signifikanten Einfluss auf die Entwicklung
künftiger Erträge (gemessen an der PM-Ratio) von NWCs und LCCs (SEA-ErtragsPersistenz).
Durch die Kapazitätskomponente wird die Differenz zwischen den Erfolgsrechnungen
zweier aufeinanderfolgender Perioden neu auf vier verschiedene SEA-Komponenten aufgeschlüsselt 830. Je nach Konstellation können dadurch Verschiebungen in den drei klassischen
SEA-Komponenten gegenüber deren Ausprägung bei der Verwendung der klassischen SEA
-Methode auftreten 831. Die Aussagekraft der Wachstums-, Preisausgleichs- und Produktivitätskomponente muss somit ebenfalls neu überprüft werden.
SEA-Strategie-Persistenz der erweiterten SEA-Methode
Die Überprüfung der SEA-Strategie-Persistenz soll Auskunft darüber geben, inwiefern sich
die Ausprägungen in den einzelnen Komponenten der erweiterten SEA-Methode zwischen
den beiden untersuchten Gruppen unterscheiden. Für die drei klassischen SEAKomponenten gelten dieselben Erwartungen wie bei der Hypothesenbildung in der Untersuchung von CRC 832. Auch für die Kapazitätskomponente der erweiterten SEA-Methode werden unterschiedliche Ausprägungen zwischen den beiden gegensätzlichen Wettbewerbsstrategien erwartet. Einerseits sind LCCs auf Effizienz und optimale Kostenstrukturen angewiesen. Diese notwendige Kosteneffizienz der LCCs setzt eine möglichst (kosten-)optimale
Kapazitätsauslastung voraus und/oder bedingt eine vergleichsweise höhere Flexibilität beim
Auf- bzw. Abbau von Kapazitäten. Andererseits bieten NWCs unterschiedliche Buchungsklassen an, wodurch die Kapazitätsauslastung erschwert wird, da nicht nur ein Flugzeug,
sondern zusätzlich auch noch unterschiedliche Buchungsklassen einzeln ausgelastet werden
müssen. Dies wird zusätzlich erschwert durch eine relativ statische Raum- bzw. Sitzaufteilung zwischen den einzelnen Flugklassen je Flugzeug. Es ist den Fluggesellschaften übli828
829
830
831
832
siehe (Collins, Román, & Chan, 2011, p. 65 & 70)
siehe Kapitel 0
Wird zusätzlich zwischen der Ertrags- und Kostenseite unterschieden, weist die erweitere SEA-Methode
insgesamt sechs Komponenten auf (siehe Abbildung 84), gegenüber fünf Komponenten bei der klassischen SEA-Methode (siehe Abbildung 61).
Aufzeigen lässt sich dieser Zusammenhang sowohl an der Fallstudie "Xtra" in Kapitel 3.5 als auch in der
Anwendung auf die Airline Industry anhand von Abbildung 41 im Vergleich zu Abbildung 81.
Seite 165
cherweise nicht möglich, aufgrund der Buchungszahlen für einen bestimmten Flug die
Sitzaufteilung nach Flugklassen kurzfristig anzupassen 833. Daraus lässt sich folgende Hypothese ableiten:
F2: Die beiden untersuchten Gruppen weisen in der Kapazitäts- sowie weiteren SEAKomponenten der erweiterten SEA-Methode voneinander verschiedene Ausprägungen
bzw. Werte zur Erklärung der künftigen PM-Ratios aus (SEA-Strategie-Persistenz).
5.2
5.2.1
Datengrundlage
Festlegung der Untersuchungsgruppen
Die 200 weltweit grössten Fluggesellschaften – gemessen an der Verkehrsleistung im Passagierluftverkehr (in RPK) – lassen sich einem der vier Geschäftsmodelle (NWCs, LCCs,
RCs oder LCs) aus der Gruppe A in Abbildung 29 zuordnen 834. Gemessen an der weltweit
beförderten Anzahl Flugpassagiere für das Jahr 2011 erreichen diese Top-200Fluggesellschaften einen Marktanteil von 95 % 835. Die vier vorgenannten Geschäftsmodelle
der Gruppe A in Abbildung 29 können somit als die dominierenden Geschäftsmodelle, gemessen an deren Anteil am Gesamtmarkt, bezeichnet werden.
Gestützt auf die Ausführungen zur Airline Industry in Kapitel 4 und zu den generischen
Wettbewerbsstrategien nach Porter in Kapitel 3.2 werden diese vier dominierenden Geschäftsmodelle der Airline Industry in Abbildung 32 den generischen Wettbewerbsstrategien zugeordnet. Die Kreisflächen in Abbildung 32 symbolisieren das Grössenverhältnis der
jeweiligen Geschäftsmodellkategorie, gemessen an der Anzahl der beförderten Passagiere je
Geschäftsmodellkategorie im Vergleich zu den weltweit beförderten Passagieren aller Top200-Fluggesellschaften.
833
834
835
Ausnahmen sind beispielweise "Movable Cabin Dividers" oder "Convertibel Seats", welche Anpassungen in der Beförderungskapazität zwischen den einzelnen Buchungsklassen in beschränktem Umfang
ermöglichen – siehe u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 308). Einige NWCs sind kürzlich
dazu übergegangen, die nicht im ordentlichen Buchungsprozess verkauften Sitzplätze in der Business
Klasse online an den Meistbietenden zu versteigern – siehe (McCartney, 2013); (Eiselin, 2013). Allgemein lässt sich festhalten, dass seit dem Markteintritt von LCCs sich die Kundensegmentierung nach Buchungsklassen zunehmend schwieriger gestaltet, was die Auslastung der unterschiedlichen Buchungsklassen der NWCs erschwert (Garrow, 2012, p. 1 et seqq.).
(Flightglobal Insight, 2012, p. 5)
(Flightglobal Insight, 2012, p. 5) i.V.m. (ICAO, 2013b, p. 85 Table 1)
Seite 166
Die Regional Carriers (RCs) und die Leisure Carries (LCs) sind sowohl von der Positionierung her als auch hinsichtlich der Grössenverhältnisse auf der segmentspezifischen Ebene
anzusiedeln. Der Aktionsradius der RCs ist bereits durch die Reichweite der eingesetzten
Flugzeugmodelle begrenzt. Durch die Fokussierung der Leistung auf Geschäftsreisende im
gehobenen Preisniveau und mit entsprechenden Produkt- und Serviceleistungen verfolgen
RCs eine Fokusstrategie im Bereich der Differenzierung. Im Gegensatz dazu spezialisieren
sich LCs hauptsächlich auf Ferienreisende und wichtige Ferienreiserouten. Durch geringe
Stückkosten im Vergleich zu NWCs und eine hohe Auslastung der Flugzeuge haben sich
die LCs an die Bedürfnisse dieser preis-sensitiven Zielgruppe angepasst. Die Preisgestaltung der LCs orientiert sich an derjenigen von LCCs. Diese Eigenschaften sprechen für eine
Einordnung der LCs in den Bereich der Fokusstrategie mit Kostenführerschaft (siehe Abbildung 32). 836
Abbildung 32: Geschäftsmodelle der Airline Industry, eingeordnet anhand der generischen
Strategietypen nach Porter 837
836
837
siehe Kapitel 4.6.2 sowie Kapitel 4.6.3
Eigene Darstellung in Anlehnung an (Müller-Stewens & Lechner, 2011, S. 265 Abb. 3-49) / Datenquellen: ACAS, Airline Business, US DOT Form 41, ICAO, IATA, Company Reports & Estimations – siehe
(Flightglobal Insight, 2012, p. 7).
Seite 167
Die Zuordnung der Low Cost Carriers (LCCs) zur Strategie der Kostenführerschaft findet in
der Literatur breite Anwendung. 838 Einschränkend für die Einordnung der LCCs als branchenweite Kostenführer ist deren Konzentration auf volumenstarke O&D-Märket sowie die
Abwesenheit von LCCs auf interkontinentalen Strecken 839.
Weniger eindeutig ist die Zuordnung eines Geschäftsmodells aus der Airline Industry auf
die branchenweite Differenzierungsstrategie nach dem Verständnis der generischen Wettbewerbsstrategien. Häufig wird in der Literatur direkt oder indirekt das Geschäftsmodell der
NWCs als klassische Form der Differenzierungsstrategie herangezogen 840. Die uneingeschränkte Verwendung des NWC-Geschäftsmodells als branchenweiter Qualitätsführer im
Rahmen der generischen Wettbewerbsstrategie wird jedoch auch in Frage gestellt 841. Beispielsweise bezeichnen Conrady et al. die Business Aviation als besten Vertreter der Differenzierungsstrategie und führen als Argumentation die "stuck in the middle"-Problematik 842
von NWCs an, welche sich oftmals als Qualitätsführer profilieren, jedoch parallel dazu auch
im Bereich der Kostenführerschaft operieren 843. Beispielsweise versuchte Continental Airlines auf die Konkurrenz durch LCCs mit dem Aufbau einer eigenen Low-Cost-Marke ausgestaltete als Tochtergesellschaft (Continental Lite) zu reagieren – entsprechend dem sogenannten CWC-Ansatz ("carrier-within-carrier"-Ansatz). Der Versuch scheiterte nach ein
paar wenigen Jahren, und Continental Lite wurde im Jahre 1995 liquidiert. 844 Nach der Ansicht von Porter kann der CWC-Ansatz nicht funktionieren, sobald solche CWC-(Tochter-)
Gesellschaften auf nicht LCC-kompatible Aktivitäten (z.B. Vertrieb, Marketing etc.) der
NWC-Muttergesellschaft zurückgreifen und somit von einer konsistenten und alle Aktivitäten umfassenden Umsetzung der gewählten Kostenführer-Strategie abweichen 845. In den
USA haben die meisten NWCs ihre CWC-Ansätze bereits in der ersten Versuchsphase bis
2003 beendet. In Europa und im Asien-/Pazifik-Raum ist der CWC-Ansatz jedoch weiterhin
weit verbreitet. 846
838
839
840
841
842
843
844
845
846
siehe u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 222-223); (Doganis, 2010, pp. 131-155); (Button &
Ison, 2008, p. 1)
siehe u.a. (Gross & Schröder, 2007, p. 32 et seqq.); (Stoll, 2004, p. 146 et seqq.); (Porter M. E., 1996, p.
64)
siehe u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 222-223)
siehe Kapitel 3.2
(Graham & Vowles, 2006, p. 111)
(Porter M. E., 1996, p. 68) / siehe hierzu auch (Gillen & Gados, 2008); (Graham & Vowles, 2006);
(Graf, 2005, pp. 322-325); (Stoll, 2004, pp. 164-170)
(Graham & Vowles, 2006, pp. 111-123) / siehe hierzu auch: (ICAO, 2014); (Gillen & Gados, 2008)
Seite 168
Zumindest im untersuchten Zeitraum von 2002 bis 2011 und bezogen auf die U.S. Airline
Industry lässt sich das Geschäftsmodell der NWCs – bezogen auf die U.S. Airline Industry –
als am besten qualifizierter Vertreter für die Wettbewerbsstrategie der branchenweiten Differenzierung festlegen. Für die nachfolgende empirische Untersuchung wird daher die Zuordnung der dominanten Geschäftsmodelle in der Airline Industry auf die generischen
Wettbewerbsstrategien gemäss der Matrix in Abbildung 32 verwendet. Der Fokus der nachfolgenden empirischen Untersuchung liegt auf der branchenweiten Ebene der Wettbewerbsstrategien. Die zwei verwendeten Untersuchungsgruppen setzen sich entsprechend aus
Fluggesellschaften mit NWCs-typischem Geschäftsmodellen (nachfolgend: NWCs) und solchen mit LCCs-typischen Geschäftsmodellen (nachfolgend: LCCs) zusammen 847.
5.2.2
Vergleich Geschäftsmodelle: NWCs versus LCCs
5.2.2.1 Entstehung
Die NWCs in den USA sind mehrheitlich aus Fluggesellschaften entstanden, welche bereits
vor der Deregulierung im U.S.-Binnenluftverkehr in einem relativ geschützten Marktumfeld
tätig waren. Bis zur Marktöffnung für inländische Fluggesellschaften ab Ende der 1970erJahre wurde der U.S.-Luftverkehr hauptsächlich in Point-to-Point-Systemen erbracht. 848 Die
Deregulierung führte zu einer Verstärkung des Wettbewerbsdrucks durch den Markteintritt
neuer U.S.-Fluggesellschaften, die sich in erster Linie durch tiefere Preise von den alteingesessenen Fluggesellschaften zu differenzieren versuchten (LCCs). Die gewachsenen Strukturen der alteingesessenen Fluggesellschaften 849 und die damit einhergehenden Kosten verunmöglichten eine Antwort auf den Markteintritt der LCCs über den Preis 850. Ein Ausweg
aus diesem Dilemma fand sich für die alteingesessenen Fluggesellschaften im Auf- und
Ausbau von Hub-and-Spoke-Systemen und damit in der Etablierung als Network Carriers
(NWCs). 851 Begünstigt wurde der Aufbau von Hub-and-Spoke-Systemen der NWCs durch
deren dominierende Stellung im internationalen Luftverkehr 852 und den in diesem Markt bis
847
848
849
850
851
852
analog hierzu siehe (Collins, Román, & Chan, 2011)
(Bieger & Wittmer, 2011b, p. 78 & 90)
In den USA wird der Begriff "legacy carriers" häufig verwendet für Fluggesellschaften, welche vor der
Deregulierung des U.S. Binnenluftverkehrs im Jahre 1978 bereits aktiv waren. Die Verwendung des Begriffs "legacy carriers" als Synonym für NWCs (siehe Fn. 775) ist daher etwas unglücklich. Beispielsweise wurde die Fluggesellschaft Southwest Airlines im Jahre 1967 gegründet. Die Aufnahme des Flugbetriebs erfolgte 1971 und beschränkte sich bis zur Deregulierung auf den Bundesstaat Texas. Hinsichtlich des Geschäftsmodells qualifiziert sich Southwest Airlines jedoch als Low-Cost-Carrier. (Holloway,
2008, p. 47); (Doganis, 2010, p. 132); (Knorr, 2007, p. 78)
siehe hierzu u.a. (Doganis, 2006, p. 130); (Franke, 2004, pp. 15-18)
(Bieger & Wittmer, 2011b, p. 78); (Doganis, 2010, p. 244); (Cento, 2009, p. 29)
(Doganis, 2010, p. 131)
Seite 169
Ende der 1980er-Jahre vorherrschenden Marktzutrittsbeschränkungen im Zusammenhang
mit restriktiven bilateralen Luftverkehrsabkommen. 853 Zusammenfassend kann festgehalten
werden, dass sich die Geschäftsmodelle von NWCs und LCCs in den USA aufgrund bewusster, strategischer Entscheidungen, ausgelöst durch die Deregulierung im Luftverkehr,
entwickelt haben. 854
5.2.2.2 Markt
Der Aktionsraum von NWCs ist global. Das Nutzenversprechen 855 gegenüber den Kunden
lässt sich in Kurzform beschreiben als: "from anywhere to everywhere at all times" 856. Das
Leistungsangebot (siehe Abbildung 33) orientiert sich primär an Geschäftsreisenden. Durch
die Produktsegmentierung mittels unterschiedlicher Beförderungsklassen (z.B. First, Business und Economy auf interkontinentalen Flügen) wird versucht, die höhere Zahlungsbereitschaft dieser Kunden möglichst abzuschöpfen. Zu den Zielkunden zählen auch Privatreisende. Dieses Kundensegment in der untersten Beförderungsklasse (Economy) dient jedoch
primär der Erwirtschaftung von Deckungsbeiträgen. Die Preispolitik orientiert sich am umfassenden Serviceangebot und bewegt sich auf gehobenem Niveau. Bei den Vertriebskanälen setzen NWCs auf eine möglichst breite Abdeckung (Reisbüros, Internet, Call Center
etc.), um eine möglichst umfassende Angebotsverfügbarkeit zu erreichen. Die Anbindung
an die gängigen GDS-Systeme 857 ist hierfür ein wichtiges Element. 858
853
854
855
856
857
858
siehe Kapitel 4.3.3
Im Gegensatz dazu sind NWCs in der Form von Hub-and-Spoke-Systemen in Europa oftmals aufgrund
politischer und regulatorischer Bestimmungen in den einzelnen Nationalstaaten entstanden und dienten
anfangs als Heimatbasis der jeweiligen nationalen Fluggesellschaft. Die Entwicklung von Hub-andSpoke-Systemen in Europa ist daher weniger ein bewusster strategischer Entscheid, sondern vielmehr eine Weiterentwicklung unter Berücksichtigung bestehender Strukturen. (Doganis, 2010, p. 244); (Stoll,
2004, pp. 147-148)
siehe Fn. 148 sowie (Holloway, 2008, p. 8 Figure 1.1 & p. 9 et seqq.)
(Stoll, 2004, p. 136) – siehe hierzu auch: (Porter M. E., 1996, p. 64)
Global Distribution Systems (GDS) sind weltweit operierende, leistungsträgerunabhängige, computergestützte Reservierungssysteme. Im Luftverkehr übernehmen GDS wichtige intermediäre Funktionen (z.B.
bezüglich Flugpläne, Sitzplatzverfügbarkeit, Buchungen und Umbuchungen etc.) und unterstützen die
Geschäftsprozesse der angeschlossenen Unternehmen. (Conrady, Fichert, & Sterzenbach, 2013)
Seite 170
Aktionsraum
Zielgruppe
Segmentierung
Preis
Distribution
Network Carriers
Low Cost Carriers
domestic, kontinental, interkontinental
hauptsächlich Kontinental
Geschäfts- und Privatreisende
überwiegend Privatreisende, gelegentlich
Geschäftsreisende
differenziert
keine
gehobene Preispositionierung
niedrige Preispositionierung
Ubiquität über Multi-Channel-Management,
GDS-Präsenz
wenige, kostengünstige Vertriebskanäle,
insb. Internet und Call Center
Abbildung 33: Wettbewerbsfeld "Markt" – Charakteristika NWCs im Vergleich zu LCCs 859
Im Gegensatz zu NWCs beschränken sich LCCs hauptsächlich auf kontinentale O&DMärkte 860 mit hohem Verkehrsaufkommen. Das Nutzenversprechen gegenüber den Kunden
lässt sich zusammenfassen als: "competitively from A to B without frills" 861. Zu den Zielkunden gehören in erster Linie Privatreisende sowie in zunehmendem Masse preissensible
Geschäftsreisende. Letztere Kundengruppe bedingt die Integration in eines oder mehrere
GDS-Systeme. Die Verwendung von GDS-Systemen (und die damit anfallenden Buchungsgebühren) ist eine partielle Abkehr vom grundsätzlichen Bestreben der LCCs nach möglichst kostengünstigen Vertriebssystemen. Ihre Distribution beschränken LCCs in der Regel
auf wenige, kostengünstige Kanäle mit Schwerpunkt im Direktvertrieb (Call Center oder
Internet). Auf eine Produktsegmentierung wird grösstenteils verzichtet, d.h., es wird hauptsächlich nur eine Buchungsklasse (Economy) angeboten. Die Preispolitik der LCCs widerspiegelt die Beschränkung der Leistungserstellung auf die Kernleistungen des Lufttransports
und konzentriert sich entsprechend auf den Niedrigpreisbereich. 862
5.2.2.3 Netzwerk
Charakteristisch für NWCs ist die Ausgestaltung des Streckennetzes 863 als Hub-and-SpokeSystem im Linienluftverkehr. Im Gegensatz zu Europa, wo Hub-and-Spoke-Netzwerke
hauptsächlich im internationalen Luftverkehr wichtig sind, übernimmt dieser Streckennetztyp im U.S.-Binnenmarkt eine wichtige Funktion in der regionalen Verkehrsanbindung und
859
860
861
862
863
in Anlehnung an (Conrady, Fichert, & Sterzenbach, 2013, S. 226, Abbildung 10.7)
In den USA beschränken sich LCCs oftmals auf den inländischen Luftverkehr – u.a. Southwest Airlines
(Knorr, 2007, p. 94).
(Stoll, 2004, p. 147)
Seite 171
erbringt einen hohen Anteil am inländischen U.S.-Luftverkehr. 864 NWCs nutzen in der Regel diverse Kooperationsformen (u.a. Code Sharing), um eine optimale Netzwerkausdehnung zu erreichen und eine grosse Vielfalt an O&D-Märkten bedienen zu können 865. Interkontinental operierende NWCs 866 zeichnen sich in der Regel durch die Beteiligung an einer
der drei weltweiten strategischen Allianzen 867 aus. 868
Streckentyp
Kooperationsform
Network Carriers
Low Cost Carriers
Hub-and-Spoke
Point-to-Point
typisch
eher atypisch
Abbildung 34: Wettbewerbsfeld "Netzwerk" – Charakteristika NWCs im Vergleich zu LCCs 869
Im Gegensatz zu NWCs bedienen LCCs die im Linienverkehr angebotenen O&D-Märkte in
Point-to-Point-Systemen 870. Aufgrund der Beschränkung auf den kontinentalen bzw. inländischen Luftverkehr sind LCCs in der Regel nicht von internationalen Luftverkehrsabkommen betroffen. Kooperationen mit anderen Fluggesellschaften haben dadurch einen geringeren Stellenwert für LCCs. In der Regel verzichten LCCs ganz auf die Beteiligung an Code
Sharing Agreements oder anderen Kooperationsformen mit Fluggesellschaften. 871
5.2.2.4 Ressourcen
Aufgrund der sehr unterschiedlichen Streckenlängen und Verkehrsaufkommen verwenden
NWCs häufig sehr heterogene Flotten mit auf den Einsatzzweck abgestimmten Flugzeugtypen. Die Kapazität der eingesetzten Flugzeuge bewegt sich in einer vergleichsweise grossen
Bandbreite zwischen 130 bis 800 Sitzplätzen. NWCs bedienen bevorzugt internationale
Grossflughäfen sowie mittelgrosse Flughäfen mit internationaler Anbindung. Ein zentrales
Merkmal von NWCs ist deren dominante Stellung 872 mit hohem Marktanteil an wichtigen
Grossflughäfen. Das Produkt- und Serviceangebot (z.B. Lounges am Flughafen, Priority
Check-in, individuelle Betreuung an Bord etc.) ist in erster Linie auf Geschäftsreisende aus864
865
866
867
868
869
870
871
872
(Holloway, 2008, pp. 395-397); (Stoll, 2004, pp. 147-148)
(Holloway, 2008, pp. 407-422)
sogenannte "Major Carriers" – siehe hierzu Fn. 776
(Conrady, Fichert, & Sterzenbach, 2013, S. 226, Abbildung 10.7)
(Knorr, 2007, pp. 84-85) / Eine Ausnahme bildete beispielsweise das Code Sharing Agreement zwischen
Southwest Airlines und ATA Airlines – siehe hierzu (Du, McMullen, & Kerkvliet, 2008, pp. 51-53).
sogenannte "hub dominance" – siehe hierzu Fn. 748 sowie: (Holloway, 2008, p. 385); (Stoll, 2004, p.
150)
Seite 172
gerichtet und sehr umfangreich. Privatreisende werden mit einem angepassten Produkt- und
Serviceangebot bedient. Die Differenzierung des Angebots erfolgt anhand unterschiedlicher
Buchungsklassen – z.B. Business und Economy auf kontinentalen Strecken oder First, Business und Economy im interkontinentalen Luftverkehr. Die Marketingkommunikation und
Imagepflege ist bei NWCs sehr umfangreich. Eingesetzt wird hierfür ein breites Spektrum
an Offline- und Online-Medien. Zur Markenpflege und Kundenbindung setzen NWCs sehr
häufig Vielfliegerprogramme (FFPs) ein. 873
Flotte
Flughäfen
Produkt/Service
Kundenbindungsprogramme
Markenpflege
Network Carriers
Low Cost Carriers
heterogen,
130 bis etwa 800 Sitzplätze
homogen,
150 bis etwa 250 Sitzplätze
überwiegend internationale Grossflughäfen
sowie mittelgrosse Flughäfen
mittelgrosse und kleine Flughäfen in der
Nähe von Metropolregionen
gehobenes Niveau
stark eingeschränkt,
auf Kernleistung reduziert
typisch
eher atypisch
umfangreiche Marketingkommunikation,
Verkaufsförderung und Imagewerbung, Kundenbindungsprogramme
Konzentration auf Kommunikation von Niedrigpreisen, Verzicht auf aufwendige Marketingkommunikation
Abbildung 35: Wettbewerbsfeld "Ressourcen" – Charakteristika NWCs im Vergleich zu LCCs 874
LCCs verwenden häufig möglichst homogene Flugzeugflotten (d.h., bevorzugt wird ein
Flugzeugtyp eingesetzt) mit geringem Durchschnittsalter. Dadurch lassen sich Kosten für
Personal, Technik 875 und Unterhalt 876 sparen. Nachteile in der fehlenden Anpassungsfähigkeit an unterschiedliche Verkehrsaufkommen durch die Standardisierung beim Flugzeugtyp
werden bewusst in Kauf genommen. In der Regel setzen LCCs Flugzeuge mit 150 bis 250
Sitzplätzen bei hoher Bestuhlungsdichte ein. Bei den Flughäfen bevorzugen LCCs mittelgrosse und kleine Flughäfen in der Nähe von Metropolregionen. Solche Flughäfen sind in
der Regel weniger ausgelastet und deutlich kostengünstiger als zentrale Grossflughäfen.
Durch die regionalwirtschaftliche Erschliessung solcher eher dezentral gelegener Flughäfen
erzielen LCCs eine gewisse Einfluss- und Verhandlungsmacht (u.a. bezüglich Gebühren
und Abgaben). 877 Im Gegensatz zu NWCs stützt sich das Geschäftsmodell von LCCs jedoch
weniger auf die dominierende Stellung an Flughäfen, sondern auf die Dominanz in volumenstarken und ertragsreichen O&D-Märkten ("route dominance"). 878 Auf die Kundenbin873
874
875
876
877
878
(Conrady, Fichert, & Sterzenbach, 2013, S. 227-235, 419-434 & 463-467)
(Conrady, Fichert, & Sterzenbach, 2013, S. 226, Abbildung 10.7); (Wensveen & Leick, 2009, p. 132
Table 1)
siehe hierzu auch: (Doganis, 2010, p. 129)
(FAA, 2011, p. 14)
(Conrady, Fichert, & Sterzenbach, 2013, S. 237-247);
(Stoll, 2004, pp. 144-145)
Seite 173
dungsprogramme (z.B. FFPs) verzichten LCCs oftmals ganz oder verwenden sehr einfach
ausgestaltete Ansätze. Das zentrale Kundenbindungselement beschränkt sich in der Regel
auf die Preispolitik. Entsprechend reduzieren LCCs das Produkt- und Serviceangebot auf
die Kernleistung, dem verspätungsfreien Lufttransport von A nach B. Darüber hinausgehende Produkt- und Serviceangebote müssen – sofern solche überhaupt angeboten werden –
separat bezahlt werden. Die Marketingkommunikation beschränkt sich in der Regel auf die
Unterstreichung der Niedrigpreise und die Verstärkung der entsprechenden Markenassoziation bei den Kunden. 879
5.2.2.5 Ertragsmechanik
Die Airline Industry erbringt insbesondere im Linienluftverkehr eine zeitlich "verderbliche"
Dienstleistung. Die Leistungserstellung erfolgt nach dem Push-Prinzip 880 quasi auf Lager,
jedoch ohne die Möglichkeit, das "Produkt" an Lager zu legen. 881 Die Steuerung der Auslastung 882 der vorhandenen Produktionsfaktoren (v.a. Flugzeuge) spielt deshalb eine wichtige
Rolle 883. Ein wichtiges Steuerungselement (u.a. im Rahmen des Netzwerkmanagements) ist
das Revenue Management 884. NWCs verwenden in der Regel komplexe RevenueManagement-Systeme 885. Die Komplexität ergibt sich durch die notwendige Abdeckung
diverser ertragsrelevanter Elemente wie Marktsegmentierung (z.B. Geschäfts- oder Privatreisende, Frühbucher oder Last-Minute-Reisende etc.), Produktsegmentierungen (Buchungsklassen), Methoden zur Preisdiskriminierung 886, Prognosemethoden und komplexe
Modelle zur Optimierung der Auslastung der einzelnen Buchungsklassen je Flug (z.B.
durch Überbuchung eines Fluges aufgrund von Schätzungen der Anzahl Passagiere, welche
den Flug trotz Buchung nicht antreten) sowie die Einbindung der Netzwerkpartner in diese
Systeme (z.B. mittels Verwendung von GDS-Systemen). 887
879
880
881
882
883
884
885
886
887
(Conrady, Fichert, & Sterzenbach, 2013, S. 237-247); (Knorr, 2007, pp. 84-85)
siehe (Müller-Stewens & Lechner, 2011, S. 387)
gemessen am Load Factor (siehe Kapitel 10.1.3)
siehe Fn. 700 / ausführlich: (Conrady, Fichert, & Sterzenbach, 2013, S. 363-388)
(Doganis, 2010, pp. 151-154)
Darunter ist das Abschöpfen der individuellen Zahlungsbereitschaft der Kunden zu verstehen – z.B. indem für kurzfristige Buchungen von Geschäftsreisenden höhere Flugpreise verlangt werden, im Wissen,
dass diese Kundengruppe aufgrund des hohen Zeitdrucks in der Regel wenig Ausweichmöglichkeiten hat
(Cento, 2009, pp. 34-35).
(Cento, 2009, pp. 33-36)
Seite 174
Network Carriers
Low Cost Carriers
Ertragsmanagement
komplexe
Revenue-Management-Systeme
einfache
Revenue-Management-Systeme
Kostenmanagement
serviceorientiert
no-frills,
Konzentration auf Kernleistungen
Abbildung 36: Ertragsmechanik – Charakteristika NWCs im Vergleich zu LCCs 888
Das Revenue Management von LCCs basiert auf der Annahme einer grossen Marktnachfrage nach preisgünstigem Luftverkehrsangeboten. In der Regel werden nur einfache RevenueManagement-Systeme 889 mit dynamischer Preisdifferenzierung nach dem Buchungszeitpunkt angewendet. Kunden, welche weniger stark frequentierte Flüge buchen, bezahlen für
denselben Flug weniger. Zusätzlich werden die Preise im zeitlichen Vorlauf bis zum Abflug
dynamisch angepasst, mit dem Ziel, eine möglichst hohe Auslastung pro Flug zu erreichen
und gleichzeitig die Zahlungsbereitschaft der Flugpassagiere möglichst abzuschöpfen. Auf
eine Produktsegmentierung nach Buchungsklassen wird in der Regel verzichtet. 890 Hingegen werden sogenannte "Ancillary Revenues" (ARs) 891 in zunehmendem Masse von LCCs
als zusätzliche Art der Preisdifferenzierung eingesetzt 892. Ancillary Revenues lassen sich
definieren als: "Revenue beyond the sale of tickets that is generated by direct sales to passenger, or indirectly as a part of the travel experience" 893. Zu solchen ARs zählen unter anderem der Bordverkauf von Esswaren und Getränken, Extragebühren für (Über-)Gepäck,
Gebühren für die Sitzplatzreservation oder komfortablere Sitze (z.B. Sitzplätze bei den Notausgängen mit grösserer Beinfreiheit). 894
Beim Kostenmanagement ist vor allem der Kostenfokus seitens der LCCs ein sehr wichtiges
Merkmal. Der Stückkostenvergleich in Abbildung 37 schlüsselt die Kostenvorteile der
LCCs gegenüber den NWCs in fünf Komponenten auf. Der grösste Kostenvorteil ergibt sich
aus dem effizienteren Einsatz des Produktionsfaktors Flugzeug. Verantwortlich hierfür ist
unter anderem die höhere Bestuhlungsdichte, die höhere Nutzungsintensität der Flugzeuge
sowie Einsparungen bei der Technik, der Schulung und dem Unterhalt aufgrund der homogenen Flottenzusammensetzung. Einsparungseffekte beim Flughafen ergeben sich durch das
888
889
890
891
892
893
894
(Conrady, Fichert, & Sterzenbach, 2013, S. 226, Abbildung 10.7); (Graf, 2005, p. 317 Table 2)
siehe hierzu auch: (Michaels & Fletcher, 2009, pp. 415-417)
(Cento, 2009, pp. 36-37) / siehe hierzu auch: (Doganis, 2010, p. 151); (Holloway, 2008, pp. 32-33)
auch als "A la Carte-Pricing" bezeichnet (Conrady, Fichert, & Sterzenbach, 2013, S. 360)
(Conrady, Fichert, & Sterzenbach, 2013, S. 360); (Holloway, 2008, p. 32)
(Sorensen J. , 2012, p. 11) / Ancillary Revenues werden sowohl von LCCs als auch von NWCs eingesetzt (de Wit & Zuidberg, 2012, p. 21). Der prozentuale Anteil der ARs am Gesamtumsatz ist jedoch bei
den LCCs im Vergleich zu NWCs in der Regel höher (Sorensen J. E., 2009, p. 7).
(Sorensen J. , 2012, p. 11)
Seite 175
mehrheitliche Ausweichen der LCCs auf dezentrale Flughäfen. Im Vergleich zu internationalen Grossflughäfen sind hier die Gebühren für die Fluggesellschafen günstiger. Zusätzlich
bieten mittlere und kleinere Flughäfen mit geringer Auslastung oftmals kürzere Abfertigungs- und Wartezeiten sowie reduzierte Bodenprozesse, wodurch die Nutzungsintensität
der Flugzeuge durch kürzere Standzeiten zwischen Landung und Abflug erhöht werden
kann. Kostenvorteile ergeben sich durch schlanke Strukturen im Vertrieb. Die Konzentration auf den Direktvertrieb sowie der mehrheitliche Verzicht auf die Verwendung kostenintensiver GDS-Systeme und die Vermeidung von Reisebüros als Absatzkanal sind wichtig
Elemente für die Kostenvorteile der LCCs in diesem Kostenblock. Einsparungen beim Personal (insb. Kabinenpersonal) sowie im Zusammenhang mit dem reduzierten Bordservice
(u.a. Verpflegung etc.) bilden weitere Elemente der Kostenvorteile der LCCs gegenüber den
NWCs. 895
Abbildung 37: Stückkostenvergleich NWCs versus LCCs, Stand 2004 896
895
896
(Conrady, Fichert, & Sterzenbach, 2013, S. 240-244); (Holloway, 2008, pp. 33-34)
(Conrady, Fichert, & Sterzenbach, 2013, S. 242 Abbildung 10.11) unter Verwendung von: (Teckentrup,
2007, pp. 124-127) mit Anpassungen durch Autor / Die Stückkosten wurden für den Vergleich auf eine
Flugstreckenlänge von 2'000 km standardisiert (Teckentrup, 2007, p. 126 Figure 4). / Weitere vergleichende Kostenaufschlüsselungen finden sich u.a. in: (Vasigh, Fleming, & Mackay, 2010, p. 43 Fig. 2.6);
(Doganis, 2010, p. 75 Table 4.3); (Gross & Schröder, 2007, p. 33 Figure 1); (IATA, 2006c, p. 19 & 26);
(Stoll, 2004, pp. 139 Figure 4-1)
Seite 176
LCCs lediglich als Kostenminimierer zu sehen, greift jedoch zu kurz. Vielmehr verstehen es
erfolgreiche LCCs, das Produkt sowie die Prozesse sehr effizient und konsequent auf das
eigentliche Kundenbedürfnis im preis-sensitiven Segment abzustimmen. 897 Diesen Zusammenhang verdeutlicht Doganis anhand seiner Analyse verschiedener Fluggesellschaften und
der Erkenntnis, dass Kostenkontrolle und tiefe operative Kosten alleine kein Garant für eine
profitable Fluggesellschaft sind. Ausschlaggebend ist nach Doganis vielmehr, dass die
Stückkosten 898 – unabhängig ob diese im Vergleich zu anderen Fluggesellschaften niedrig
oder hoch sind – durch entsprechend höhere Stückerträge 899 gedeckt werden können. Die
Grundannahme, dass Fluggesellschaften mit vergleichsweise tiefen Stückkosten grundsätzlich ertragsstärker sind, ist aufgrund dieser Analyse zu verwerfen. 900 Die Profitabilität einer
Fluggesellschaft ist demzufolge abhängig vom Zusammenspiel der Kennzahlen Yield,
Stückkosten sowie Load Factor901. Dieses Ergebnis stützt die Theorie im Strategischen Management, wonach die Positionierung und die Wertschöpfung konsequent aufeinander abzustimmen und auf den Markt (Nachfrage) auszurichten sind. 902
5.2.2.6 Konvergenz der Geschäftsmodelle von Fluggesellschaften
Der Wettbewerb in der Airline Industry, neue Strategieansätze, technologische Entwicklungen im Flugzeugbau und Veränderungen bei den regulatorischen Einflüssen führen in der
Airline Industry zunehmend zu Überschneidungen zwischen den vier dominierenden Geschäftsmodellen. Die Annäherung der verschiedenen Geschäftsmodelle findet vor allem in
drei Bereichen statt 903. Erstens ist eine Annäherung bei den Stückkosten zu beobachten. Die
NWCs haben ihre schwerfälligen Strukturen und hohen Kosten mittels radikaler Sanierungen seit der Deregulierung des Luftverkehrs kontinuierlich angepasst. Durch die Einführung
neuer Technologien, die zunehmende Erschliessung internationaler Flugrouten und speziell
in den USA oftmals durch Restrukturierungen unter Insolvenzschutz (Chapter 11) 904 konnten die NWCs nach und nach die Rückschläge durch das Auftreten von LCCs am Markt
897
898
899
900
901
902
903
904
(Knorr, 2007, pp. 83-84); (Gross & Schröder, 2007, p. 48)
Doganis verwendet als Kennzahl die "Operating cost per ATK", wobei ATK für "available tonne-km"
steht (Doganis, 2010, p. 7 Table 1.1). Darunter sind die verfügbaren Tonnenkilometer für die gesamte
Verkehrsleistung (siehe hierzu die Ausführungen in Kapitel 10.1.4) zu verstehen.
hier gemessen anhand der "Operating revenue per ATK" – siehe hierzu analog Fn. 898
(Doganis, 2010, pp. 6-8)
(Doganis, 2010, p. 178)
siehe Kapitel 2.1.3.4, Ziff. 2
siehe hierzu u.a. (Gillen & Gados, 2008, p. 30); (Du, McMullen, & Kerkvliet, 2008, p. 51 Fn. 3);
(Morrell P. S., 2007, p. 220 Table 12.1); (Doganis, 2006, pp. 7-8); (Borenstein & Rose, 2003); (Delaney,
1998, p. 82 et seqq.); (Borenstein & Rose, 1995)
Seite 177
aufholen und die Auslastung verbessern. 905 Zweitens ist eine Angleichung bei den Netzwerkstrukturen feststellbar. Diese Entwicklung lässt sich unter anderem mit der relativ konstanten Anzahl an O&D-Märkten erklären, d.h., unabhängig vom Nachfragevolumen verändern sich die Anzahl der Destinationen nur geringfügig. Angebotsausweitungen im Luftverkehr führen deshalb unausweichlich zu mehr Wettbewerb auf bestehenden Flugrouten. Drittens zeichnen sich zunehmend Überschneidungen bei den Zielkundengruppen der einzelnen
Geschäftsmodelle ab. 906 Eine Übersicht der wichtigsten Tendenzen in der Entwicklung der
dominanten Geschäftsmodelle zueinander findet sich in Abbildung 38.
Abbildung 38: Konvergenz der Geschäftsmodelle der Gruppe A 907
905
906
907
(Doganis, 2010, pp. 11-13); siehe auch: (Conrady, Fichert, & Sterzenbach, 2013, S. 480-481); (Belobaba
& Odoni, 2009, p. 10); (Button & Ison, 2008, p. 1)
(Conrady, Fichert, & Sterzenbach, 2013, S. 259 Abbildung 10.17) mit Anpassungen durch Autor. Die
Konvergenz zwischen RCs und LCs wird in dieser Abbildung bewusst weggelassen, da diese auf die
beiden in dieser Arbeit relevanten Geschäftsmodelle (NWCs und LCCs) keinen direkten Einfluss hat. /
Die aufgeführten Geschäftsmodelle entsprechen der Gruppe A in Abbildung 29.
Seite 178
Konvergenz zwischen NWCs und LCCs
Als wichtige Entwicklung in der Wettbewerbsfähigkeit von NWCs wird die Senkung der
Stückkosten im Vergleich zu den Stückkosten der LCCs angeführt 908. Insgesamt verzeichnet
die Airline Industry im Durchschnitt seit der Deregulierung des Luftverkehrs sinkende
Stückkosten 909. Verschiedene Untersuchungen zeigen jedoch ein sehr unterschiedliches Bild
bezüglich der Annäherung der Stückkosten von NWCs und LCCs 910, abhängig je nach Zusammensetzung der untersuchten Gruppen, Zeitraum und Aggregationsgrad der Daten. Eindeutig feststellen lässt sich hingegen, dass die durchschnittlichen Stückkosten der NWCs im
Vergleich zu den LCCs nach wie vor signifikant höher ausfallen 911.
Ungeachtet der Entwicklungen bei den Stückkosten sind deutliche Annäherungen zwischen
NWCs und LCCs beim Streckennetz und bei den Zielkunden feststellbar. Beim Streckennetz bieten LCCs (bspw. Southwest Airlines) vermehrt Anschlussflüge an und arbeiten
dadurch – zumindest auf einzelne Routen bezogen – mit Systemen ähnlich der Ausgestaltung von Hub-and-Spoke-Streckennetzen, parallel zum ursprünglichen Point-to-PointSystem 912. Gleichzeitig bieten vor allem U.S.-NWCs seit 2002 vermehrt Non-Stop-Flüge
ohne Hub-Anbindung an, welche grundsätzlich dem Point-to-Point-System zuzuordnen
sind 913. Bei den Zielkunden versuchen die NWCs – unter anderem durch aggressive preispolitische Massnahmen (insb. auf Kurzstreckenflügen) und Preisdifferenzierung mittels "àla-carte-pricing" 914 – vermehrt preis-sensitive Privat- und Geschäftsreisende anzusprechen 915. Im Gegensatz dazu erweitern LCCs das Leistungs- und Serviceangebot vermehrt in
Richtung der Geschäftskunden. Damit verbunden ist ein Ausbau des Leistungs- und Serviceangebots. Beispielsweise setzen auch LCCs vermehrt Vielfliegerprogramme 916 ein, erhöhen den Passagierkomfort durch höhere Abstände zwischen den Sitzreihen 917 oder bieten
908
909
910
911
912
913
914
915
916
917
siehe u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 259)
siehe u.a. (Airbus, 2011, p. 50)
siehe u.a. (Hüschelrath & Müller, 2011, S. 7); (Belobaba, 2009, pp. 136-150); (Tsoukalas, Belobaba, &
Swelbar, 2008, p. 181 et seqq.); (IATA, 2006c, p. 19 & 26)
siehe u.a. (IATA, 2006c, pp. 5-6)
(Holloway, 2008, p. 49 & 394)
Solche Angebote von NWCs werden als "hub bypass" bezeichnet. Die Abkehr vom Hub-and-SpokeSystem durch NWCs auf einzelnen Kurz- oder Mittelstrecken-O&D-Märkten ist oftmals eine Folge der
steigenden Nachfrage in diesen Märkten. Dadurch rücken die Kostenvorteile von Hub-and-SpokeSystemen gegenüber den Point-to-Point-Systemen in den Hintergrund. Zusätzlich begünstigt wird diese
Entwicklung durch neue Generationen von Kurz- und Mittelstreckenflugzeugen mit höheren Reichweiten. (Holloway, 2008, p. 396) Cento weist in einer empirischen Untersuchung der Netzwerkstruktur verschiedener europäischer LCCs und NWCs ebenfalls auf eine Vermischung der beiden Streckennetztypen
hin (Cento, 2009, p. 107 et seqq.).
Ancillary Revenues – siehe hierzu Fn. 891
(Conrady, Fichert, & Sterzenbach, 2013, S. 260-261); (de Wit & Zuidberg, 2012, p. 21)
z.B. Soutwest Airlines (Doganis, 2010, p. 153) oder Virgin America (Holloway, 2008, p. 35)
Verringerung der Bestuhlungsdichte – beispielsweise bei jetBlue Airways (Holloway, 2008, p. 34).
Seite 179
zusätzliche Buchungsklassen 918 an. Die Anbindung an globale Reservierungssysteme
(GDS) 919 ist eine wichtige Voraussetzung für Geschäftsreisende und wird deshalb von
LCCs vermehrt angewendet. Zudem erschliessen einzelne LCCs neue O&D-Märkte, welche
neue Flugzeugtypen erfordern und damit zu heterogenen Flugzeugflotten führen. 920
Keine nachhaltige Annäherung zwischen NWCs und LCCs ist hingegen im Marktsegment
der internationalen Langstreckenflüge zu verzeichnen. Einerseits ist bei den NWCs eine
Spezialisierung in diesem Marktsegment feststellbar 921. Andererseits ist das LCCGeschäftsmodell gegenwärtig nur unter Einschränkungen auf lange Flugstrecken übertragbar 922. Unter anderem bedingen lange (internationale) Flugstrecken einen höheren Kabinenkomfort und Bordservice 923. Zusätzlich sind die Kosteneinsparungsmöglichkeiten durch ein
Niedrigpreiskonzept im Vergleich zu den NWCs auf (internationalen) Langstrecken relativ
gering 924.
Konvergenz der Untersuchungsgruppen zu RCs und LCs
Im Verhältnis zu den Nischenanbietern ergeben sich für die NWCs hauptsächlich gegenüber
den LCs gewisse Konvergenzen hinsichtlich Kunden- und Marktsegmenten. NWCs zielen
mittels aggressiver Preispolitik direkt auf den Kurzstreckenmarkt der LCs. Zusätzlich bauen
NWCs ihre Präsenz an klassischen Urlaubsdestinationen aus und setzen dazu vermehrt auf
Point-to-Point-Streckennetze. Im Gegenzug ist bei den LCs der Ausbau des Leistungs- und
Serviceangebots zu beobachten – z.B. durch eine zweite, höherwertige Buchungsklasse. Das
Verhältnis der NWCs zu den RCs ist hauptsächlich durch Bemühungen um Kooperationen
geprägt. Die Zu-/Abbringerflüge der RCs zu den Hubs der NWCs sind ein wichtiger Faktor,
um das benötigte Verkehrsvolumen an den Hubs zu gewährleisten. Die Ausprägungen dieser beiden Geschäftsmodelle weisen dadurch wenige Überschneidungen auf. Beispielsweise
918
919
920
921
922
923
924
z.B. Business Class bei AirTran Airways (Holloway, 2008, p. 35)
z.B. AirTran Airways oder Southwest Airlines (Holloway, 2008, p. 35)
(Conrady, Fichert, & Sterzenbach, 2013, S. 258-261); (Belobaba, 2009, pp. 123-125); (Holloway, 2008,
pp. 32-36)
Gemäss Vasigh et al. haben verschiedene U.S. Network Carriers im untersuchten Zeitraum von 2004 bis
2008 ihre Kapazitäten im internationalen Luftverkehr (gemessen an den international angebotenen ASM
in Prozent der Total angebotenen ASM je Fluggesellschaft) erheblich ausgebaut (Vasigh, Fleming, &
Mackay, 2010, pp. 10-11 & Table 1.6). Siehe hierzu auch: (Burghouwt, 2014, p. 33 et seqq.)
siehe u.a. (Daft & Albers, 2012); (Wensveen & Leick, 2009); (Morrell, 2008); (Pels, 2008); (Francis,
Dennis, Ison, & Humphreys, 2007) / Zu einer anderen Einschätzung insb. mit Bezug zum Asien-/PazifikRaum gelangt u.a. (Jiang, 2013)
(Holloway, 1998b, p. 184)
(Moreira, O'Connell, & Williams, 2011, p. 88)
Seite 180
verfügen NWCs in der Regel nicht über die geeigneten Flugzeugtypen, um die vergleichsweise verkehrsschwachen O&D-Märkte der RCs wirtschaftlich bedienen zu können. 925
Die LCCs weisen sowohl gegenüber den RCs als auch LCs erhebliche Überschneidungspunkte in den bedienten Markt- und Kundensegmenten auf. Einerseits stossen LCCs in
O&D-Märkte vor, welche bisher von RCs bedient wurden, jedoch genügend Verkehrsvolumen für die grösseren Flugzeuge der LCCs aufweisen. Andererseits erweitern einzelne
LCCs ihre Flugzeugflotten mit kleineren Flugzeugen 926 und konkurrieren dadurch RCs auf
breiter Front in regionalen O&D-Märkten. Im Gegensatz zu RCs kooperieren LCCs in der
Regel 927 nicht mit NWCs für den Zu-/Abbringerverkehr zu den Hubs der NWCs. 928
Auf Seiten der LCs sind erhebliche Anpassungen beim Geschäftsmodell verursacht durch
die starke Konkurrenz durch LCCs zu verzeichnen. Das klassische Charter-Geschäft für Ferienreisende weist gegenüber dem Geschäftsmodell der LCCs erhebliche Nachteile auf. Einerseits vermindert der Blockverkauf der Beförderungskapazität an Reiseveranstalter das
Abschöpfen der individuellen Zahlungsbereitschaft der Passagiere. Andererseits erschwert
die hohe Saisonalität im Tourismusgeschäft die konstante Auslastung der Flugzeuge im Jahresverlauf. Zusätzlich drängen LCCs mit Paketlösungen zunehmen in den Markt für Reiseveranstalter. Eine Antwort der LCs auf diese steigende Konkurrenz besteht im Verkauf von
Einzelsitzplätzen. Dadurch entwickeln sich LCs zunehmend in Richtung eines hybriden Geschäftsmodells. 929
5.2.3
Auswahl Datensample
5.2.3.1 Konzentration auf U.S.-domizilierte Fluggesellschaften
Die Konzentration der Untersuchung auf U.S.-domizilierte Fluggesellschaften orientiert sich
an der Arbeit von CRC. Wie von CRC bereits ausgeführt, sind die U.S.-domizilierten Fluggesellschaften einer hohen Wettbewerbsintensität ausgesetzt. 930 Zusätzlich wird der von
925
z.B. JetBlue Airways mit dem Flugzeugtyp Embraer 190 (jetBlue, 2014, S. 10) – siehe hierzu auch:
(Holloway, 2008, p. 36)
927
Eine Ausnahme bildet bspw. die Zusammenarbeit zwischen JetBlue Airways und der Lufthansa AG
(Conrady, Fichert, & Sterzenbach, 2013, S. 262). Letztere ist an der JetBlue Airways mit einem Minderheitsanteil im Umfang von 15.85 % (Stand per 31. Dezember 2012) beteiligt (Lufthansa Group, 2013, S.
213).
928
929
(Teckentrup, 2007, p. 127)
930
(Collins, Román, & Chan, 2011), siehe hierzu auch Kapitel 3.6
926
Seite 181
diesen Fluggesellschaften besetzte Markt von zwei dominierenden Geschäftsmodellen –
ähnlich den generischen Wettbewerbsstrategien nach Porter – belegt 931. Die Unterscheidung
der einzelnen Unternehmen in Kostenführer (LCCs) und (Produkt-)Differenzierer (NWCs)
wird bereits branchenintern sowie von den Regulatoren verwendet. Zusätzlich kann durch
die Konzentration auf die Airline Industry im Gegensatz zu sektorübergreifenden Untersuchungen der Einfluss von sektorspezifischen Effekten minimiert werden. 932
Im internationalen Vergleich ist die Luftfahrt stark geprägt von nationalen und regionalen
Einflüssen – sowohl bezüglich der Rahmenbedingungen als auch bezüglich der wirtschaftlichen Entwicklung 933. Beispielsweise profitieren U.S.-domizilierte Fluggesellschafen im
Vergleich zu europäischen Konkurrenten von tieferen Treibstoffkosten und tieferen Gebühren und Abgaben für die Benutzung der Bodeninfrastruktur 934. Zusätzlich fällt in den USA
im Gegensatz beispielsweise zu Europa die Einflussnahme durch direkte staatliche Beteiligung an Fluggesellschaften weniger ins Gewicht 935. Unter Berücksichtigung dieser Ausgangslage ermöglicht die Konzentration der Untersuchung auf U.S.-domizilierte Unternehmen, den Einfluss von nationalen oder regionalen Regulatorien und Protektionsmassnahmen
bzw. Marktverzerrungen im Luftverkehr vergleichsweise gering zu halten.
5.2.3.2 Auswahl Zeitfenster
Beim verwendeten Zeitfenster für die Zeitreihenuntersuchung gilt es, sich vorgängig die
Frage zu stellen, inwiefern dieses Zeitfenster einen repräsentativen Ausschnitt aus der (zyklischen) Entwicklung der untersuchten Unternehmen (hier: Fluggesellschaften) darstellt.
Aufgrund der Ausführungen in Kapitel 4.4 zeigt sich deutlich, dass der für die hier angestrebte Untersuchung gewählte Zeitraum von 2002 bis 2011 sowohl Hoch- als auch Tiefpunkte in der historischen Entwicklung von U.S.-domizilierten Fluggesellschaften erfasst 936.
931
932
933
934
935
936
siehe Abbildung 32
siehe hierzu u.a. (Friedemann, 2011, S. 56); (Doganis, 2010, p. 28); (Heitmann, 2005, S. 59 ff.);
(Holloway, 2002, p. 55) sowie Ausführungen in Kapitel 4.3 und Kapitel 4.4
(Doganis, 2006, p. 124)
siehe hierzu (Doganis, 2006, pp. 223-257)
Der hier gewählte Zeitraum orientiert sich am Untersuchungszeitraum der aktuellen IATA-Studie zur
Thematik der Profitabilität in der Airline Industry – siehe (IATA, 2013a, p. 49 Chart 35). Obschon die
Daten zum Geschäftsjahr 2012 zum Zeitpunkt dieser Untersuchung verfügbar sind, wird der Untersuchungszeitraum nur bis zum Jahr 2011 geführt. Grund hierfür ist die Fusion zwischen Continental Airlines (CO) und United Airlines (UA) im Jahre 2010 – siehe (Airlines for America, 2014). Die Daten zu
diesen beiden Fluggesellschaften sind in den Statistiken der RITA bzw. BTS bis Ende 2011 separat aufgeführt.
Seite 182
Es kann daher ausgeschlossen werden, dass der verwendete Datensatz hinsichtlich der zyklischen Entwicklung eine Verzerrung aufweist.
5.2.3.3 Datenquelle und Datenaufbereitung
Die für die nachfolgende empirische Untersuchung verwendeten Daten stammen von der
TranStats-Plattform. Diese Plattform wird von der Research and Innovative Technology
Administration (RITA) bzw. vom Bureau of Transportation Statistics (BTS) bereitgestellt 937.
Die RITA ist unter anderem für die Aufbereitung von Daten und die Bereitstellung von umfassenden Statistiken, Analysen und Reports zum Transportwesen in den USA verantwortlich 938. Die Daten zu den Erfolgsrechnungen wurden aus den verfügbaren Daten in Schedule P-1.2, Form 41 Financial Reports 939 zusammengestellt. Die benötigten Verkehrsdaten
(ASM, RPM und PAX) wurden unter Verwendung des TranStats Traffic Statistics Tool 940
generiert.
Zur Standardisierung der Finanz- und Verkehrsdaten sowie der zur Verfügung gestellten
Reports verwendet RITA bzw. BTS ein eigenes, sehr detailliertes Regelwerk zur Berichterstattung. Auf die verwendeten Daten in Schedule P-1.2, Form 41 Financial Reports und die
Daten aus dem TranStats Traffic Statistics Tool wird das Berichterstattungsreglement 14
CFR 241941 angewendet 942. Im relevanten Zeitraum vom 1. Januar 2002 bis und mit dem 31.
Dezember 2011 haben keine Änderungen im Berichterstattungsreglement 14 CFR 241 stattgefunden, welche die vorliegende empirische Untersuchung beeinflussen könnten 943. Es
kann daher davon ausgegangen werden, dass das verwendete Datensample eine sehr hohe
Güte hinsichtlich der Datenqualität (insb. auch hinsichtlich der Konsistenz der Daten) aufweist. Zu beachten ist zudem, dass je nach verwendeter Datenquelle unterschiedliche Abgrenzungen verwendet werden. Insbesondere die Unterscheidung in Linien- und Gelegenheitsluftverkehr wird oftmals unterschiedlich oder gar nicht vorgenommen 944. Der in dieser
937
938
939
940
941
942
943
944
(RITA & BTS, 2014a)
RITA ist als öffentliche Verwaltungsstelle dem United States Department of Transportation (DOT) angeschlossen (RITA, 2014a).
(RITA & BTS, 2014a), abgerufen am 22. März 2014
(RITA & BTS, 2014b); (RITA & BTS, 2014c), abgerufen am 22. März 2014 / Die im TranStats Traffic
Statistics Tool verwendeten Daten basieren auf den Data Tables T-100 gemäss RITA bzw. BTS – siehe
(RITA & BTS, 2014c).
Code of Federal Regulations, Title 14: Aeronautics and Space, Part 241 – Uniform System of Accounts
and Reports for Large Certified Air Carriers (14 CFR 241) – siehe (GPO, 2014)
(RITA & BTS, 2014a); (RITA & BTS, 2014c)
siehe (RITA, 2014b, p. 5)
siehe u.a. (Flightglobal Insight, 2012, p. 7) / Als Beispiel siehe RPK für 2011 in (Flightglobal Insight,
2012, p. 5) im Vergleich zu (ICAO, 2013b, p. 85 Table 1).
Seite 183
Arbeit verwendete Datensatz ermöglicht auch in diesem Punkt eine grösstmögliche Standardisierung und dadurch Vergleichbarkeit der Daten der einzelnen Fluggesellschaften.
Für die nachfolgende Untersuchung werden die Operating Revenues sowie die Operating
Expenses verwendet. Die Konzentration auf die Operating Expenses und damit das Weglassen der Non-Operating Expenses soll verhindern, dass nicht mit dem Kerngeschäft von
Fluggesellschaften zusammenhängende Einflüsse möglichst eliminiert werden können. Die
Unterscheidung in Operating Revenues and Expenses 945 und Non-operating Income and
Expenses 946 gemäss RITA bzw. BTS ist vergleichbar mit der internationalen Systematik der
ICAO 947. Gemäss dem Berichterstattungsreglement 14 CFR 241, Section 11 beinhalten die
Operating Expenses sämtliche Kosten, welche unmittelbar mit der Durchführung eines Fluges zusammenhängen (Flying Operations), direkte und indirekte Kosten für den Unterhalt
der Infrastruktur und Produktionsfaktoren (Maintenance), Kosten für den Service an Bord
(Passenger Service), Kosten für den Bodenservice (Aircraft and Traffic Servicing), Marketing und Verkauf (Promotion and Sales), Kosten für Verwaltung und Administration (General and Administrative), Abschreibungen und Amortisation (Depreciation and Amortization)
sowie Kosten zur Generierung von mit dem Kerngeschäft zusammenhängenden Erträgen
(Transport-Related Expenses) 948. Die Operating Revenues setzen sich zusammen aus dem
Umsatz im Lufttransport von Personen, Fracht und Post (Transport Revenues) sowie damit
zusammenhängenden Erträgen (Transport Related Revenues) 949.
Eine Bereinigung um ausserordentliche Einflüsse – ähnlich der Datenbereinigung um ausserordentliche, kostenseitige Einflüsse (z.B. Restrukturierungskosten) in der Arbeit von
CRC 950 – erfolgt im Datensatz von RITA bzw. BTS standardisiert durch die Abgrenzung
der Extraordinary Items 951. Auf eine eigene, zusätzliche Bereinigungen der Datensätze wird
verzichtet 952. Weitere spezifische Datenbereinigungen aus dem Bereich der Airline Industry
werden in dieser Untersuchung keine vorgenommen. Beispielsweise verwendet die IATA
945
946
947
948
949
950
951
952
14 CFR 241, Section 9 & Section 12 (Operating Revenues) sowie 14 CFR 241, Section 10 (Operating
Expenses) – siehe (GPO, 2014)
14 CFR 241, Section 14 (GPO, 2014)
siehe hierzu u.a.: (Doganis, 2010, pp. 65-66)
siehe (GPO, 2014)
14 CFR 241, Section 9 (GPO, 2014)
siehe 14 CFR, Section 17 (GPO, 2014)
Der Ausschluss von Sondereffekten in Daten zur Verwendung in Prognosemodellen zur Schätzung künftiger Erträge wird in der Literatur zwar grundsätzlich unterstützt – siehe u.a. (Fairfield, Kitching, &
Tang, 2009, p. 205). Die Problematik der Bereinigung von Finanzdaten um Sondereffekte ergibt sich jedoch bereits bei der Identifizierung und systematischen Abgrenzung der relevanten Sondereffekte in Abhängigkeit vom Untersuchungszweck – siehe hierzu u.a. (Frankel, 2009, p. 239 et seqq.). Letzteres kann
durch die Abstützung auf die durchgängige Systematik von RITA bzw. BTS vermieden werden.
Seite 184
für den Kostenvergleich zwischen LCCs und NWCs eine Standardisierung der Beförderungskapazität mittels Umrechnung der Rohdaten (CASK) auf vergleichbare Flugstreckenlängen und Anzahl Sitzplätze pro Flugzeug 953. Einen anderen Ansatz wählen Tsoukalas et
al., indem sie die Kosten der NWCs für Hub-Zubringerdienste und Hub-Abbringerdienste
durch RCs sowie die Treibstoffkosten bei den zu vergleichenden Gruppen (LCCs und
NWCs) herausrechnen 954. Das Ziel solcher Anpassungen besteht in der "Gleichschaltung"
von spezifischen Unterschieden in den Geschäftsmodellen der LCCs und NWCs. Beispielsweise weisen LCCs eine höhere Bestuhlungsdichte als NWCs auf. Auf der gleichen
Flugstrecke mit dem gleichen Flugzeugtyp erreichen LCCs dadurch eine höhere Beförderungskapazität (ASM) im Vergleich zu NWCs. Aufgrund der Fixkostendegression führen
die höheren ASM beim Kostenvergleich anhand der CASM zu einem verzerrten, tieferen
Stückkostensatz der LCCs unter der theoretischen Annahme gleicher Kosten von LCCs und
NWCs. 955 Ähnlich argumentieren auch Tsoukalas et al. bei den Treibstoffkosten. Hier wird
angeführt, dass Fluggesellschaften durch Absicherungsgeschäfte ("financial hedging") 956
das eigene Risiko gegenüber der Treibstoff- bzw. Erdölpreisentwicklung zumindest teilweise abwälzen können, was beim Kostenvergleich gegenüber Fluggesellschaften ohne solche
Absicherungsgeschäfte erhebliche Verzerrungen bewirke. 957
Der Grundgedanke solcher bereinigter Kostenvergleiche ist durchaus richtig. Gleiches soll
mit Gleichem verglichen werden. In der hier vorliegenden Arbeit wird jedoch die strategische Sichtweise behandelt. Die Wahl der Bestuhlungsdichte oder ob Absicherungsgeschäfte
gegenüber dem Erdölpreis abgeschlossen werden oder nicht, sind bewusste Entscheide,
welche im Rahmen der gewählten Strategie getroffen werden müssen. Es wäre somit falsch,
solche Unterschiede zwischen den Untersuchungsgruppen auszugleichen. Als relevante
Verzerrung zu betrachten und entsprechend zu bereinigen, sind – aus der strategischen
Sichtweise – vor allem Unterschiede in den zu vergleichenden Unternehmen, welche von
aussen bestimmt werden und sich gleichzeitig nur auf ein Untersuchungsobjekt oder eine
953
954
955
956
957
(IATA, 2006c, p. 42) / Auf diese Problematik weist auch Belobaba hin, jedoch mit dem Hinweis, dass
eine fehlende Anpassung bei Stückkostenvergleichen anhand der CASM lediglich bei Fluggesellschaften
aus derselben Geschäftsmodell-Gruppe zu einer Verzerrung führen können. Bei Vergleichen zwischen
Fluggesellschaften aus unterschiedlichen Geschäftsmodell-Gruppen (z.B. NWCs versus LCCs) sind keine Verzerrungen feststellbar. (Belobaba, 2009, pp. 136-138) Für die Abgrenzung der beiden Untersuchungsgruppen in der vorliegend angestrebten Untersuchung ist die Angleichung der CASM daher nicht
notwendig. Auch für die Verwendung der CASM im Rahmen der SEA hat eine allfällige Verzerrung
keinen Einfluss, da die SEA nicht die absoluten Werte, sondern die Veränderung dieser Werte zwischen
zwei aufeinander folgenden Perioden erfasst.
(Tsoukalas, Belobaba, & Swelbar, 2008, pp. 180-181)
(IATA, 2006c, p. 42)
siehe hierzu u.a. (Holloway, 2008, pp. 287-288); (Bazargan, 2010, pp. 139-143)
(Tsoukalas, Belobaba, & Swelbar, 2008, pp. 180-181)
Seite 185
Untersuchungsgruppe auswirken. In der vorliegenden Arbeit wird dieser Aspekt ausreichend durch die Beschränkung der Untersuchungsgruppen auf U.S.-domizilierte Fluggesellschaften berücksichtigt. Zusätzlich gilt es zu beachten, dass die SEA im ersten Schritt nicht
die einzelnen Ausprägungen in der Erfolgsrechnung analysiert, sondern die Abweichung in
den einzelnen Ausprägungen im Zeitverlauf. Im Fokus steht dadurch in erster Linie, wie
sich diese Ausprägung im Zeiterlauf entwickelt, und nicht wie sich einzelne Ausprägungen
im Ausgangszustand unterscheiden.
5.2.3.4 Umfang und Gruppierung
Als Abgrenzung der beiden zu untersuchenden Gruppen (NWCs bzw. LCCs) wird in einem
ersten Schritt die Einteilung analog dem BTS angewendet. Das BTS grenzt die Gruppe der
NWCs anhand des Streckennetztyps ab: "Network carriers operate a significant portion of
their flight using at least one hub where connections are made for flight on a spoke system." 958 Die LCCs als zweite Untersuchungsgruppe werden vom BTS definiert als: "[…]
those that the industry generally recognizes as operating a low-cost business model." 959
Die Abgrenzung der beiden Gruppe durch das BTS ist etwas unscharf 960. Eine möglichst
zuverlässige Abgrenzung der beiden Gruppen ist für die empirische Untersuchung im Zusammenhang mit der Schnittstellenproblematik zwischen den Arbeitsfeldern Positionierung
und Wertschöpfung von besonderer Wichtigkeit 961. Aufgrund der Ausführungen zur Konvergenz zwischen LCCs und NWCs wird die Einteilung durch das BTS zusätzlich anhand
drei zusätzlicher Kriterien 962 überprüft.
• Erstens wird die BTS-Klassierung anhand der Abweichung der Stückkosten
(CASM) 963 im Vergleich zu den durchschnittlichen Stückkosten aller U.S.domizilierten Fluggesellschaften, welche per Ende 2011 einen Jahresumsatz von
USD 20 Mio. oder mehr ausweisen (Referenzwert), überprüft.
• Zweitens wird die Abweichung im Yield 964 der einzelnen Fluggesellschaften im
Vergleich zum durchschnittlichen Yield der U.S.-domizilierten Fluggesellschaften,
958
959
960
961
962
963
964
(BTS, 2013)
(BTS, 2013)
siehe hierzu auch analog: (Müller B. , 2007, S. 33-36)
siehe Kapitel 10.1.5.1 sowie Abbildung 73
siehe Kapitel 10.1.5.4 sowie Abbildung 73
Seite 186
welche per Ende 2011 einen Jahresumsatz von USD 20 Mio. oder mehr ausweisen,
als Kontrollgrösse herangezogen.
• Drittens wird die Teilnahme am internationalen Langstreckenluftverkehr als abgrenzendes Merkmal für die NWCs herangezogen. Gemessen wird dieses Merkmal
an der Mitgliedschaft in einer der drei globalen strategischen Allianzen 965 im Luftverkehr.
Gestützt auf die Ausführungen zu den LCCs und NWCs sowie der Konvergenz dieser Geschäftsmodelle 966 sind diese Unterscheidungsmerkmale für die in dieser Arbeit angestrebte
Untersuchung als hinreichend geeignete Unterscheidungsmerkmale einzustufen 967. Bei der
Abweichung der Stückkosten wird erwartet, dass LCCs (NWCs) tiefere (höhere) Stückkosten als der Referenzwert aufweisen. Die Preisgestaltungsmöglichkeiten und das Serviceund Leistungsniveau der NWCs (LCCs) lässt eine positive (negative) Abweichung im Yield
im Vergleich zum Referenzwert erwarten. Beim internationalen Langstreckenluftverkehr
wird angenommen, dass NWCs mit einem Schwerpunkt in diesem Marktsegment sich an
einer der drei grossen strategischen Allianzen beteiligen. Im Gegensatz dazu bieten LCCs in
der Regel keine internationalen Langstreckenflüge an und sind deshalb auch nicht einer der
drei globalen strategischen Allianzen angeschlossen.
Ähnlich dem Vorgehen in der Arbeit von CRC wird der Umfang der Untersuchung in einem
ersten Schritt auf die profitabelsten 968 U.S.-domizilierten Vertreter dieser beiden Gruppen
eingeschränkt. Im Airline Financial Press Release des BTS für das 3. Quartal 2011 werden
unter diesem Kriterium sechs NWC-Passagierfluggesellschaften und sieben LCCPassagierfluggesellschaften aus einer Gesamtheit von insgesamt 65 U.S.-domizilierten Passagierfluggesellschaften mit einem Jahresumsatz von mindestens USD 20 Mio. aufgelistet 969 (siehe Abbildung 39).
965
966
967
968
969
siehe Kapitel 5.2.2
siehe hierzu auch: (Holloway, 2008, p. 51); (Müller B. , 2007, S. 33-36)
gemessen am Return on Sales (hier: Operating Profit/Loss as Percent of Total Operating Revenue) –
siehe (BTS, 2012, p. 8)
(BTS, 2012, p. 8 Table 2 & p. 9 Table 3) sowie (RITA & BTS, 2011)
Seite 187
Anzahl
Kriterien erfüllt
American Airlines
Alaska Airlines
Continental Airlines
Delta Air Lines
United Airlines
US Airways
AA
AS
CO
DL
UA
US
NWC
NWC
NWC
NWC
NWC
NWC
atypisch (3/10)
atypisch (10/10)
atypisch (2/10)
atypisch (1/10)
typisch
typisch
atypisch (8/10)
atypisch (8/10)
atypisch (4/10)
atypisch (1/10)
atypisch (3/10)
typisch
oneworld
nein
Star Alliance
skyteam
Star Alliance
Star Alliance 975
1
0
1
1
2
3
JetBlue Airways
Frontier Airlines
AirTran Airways
Allegiant Air
Spirit Airlines
Virgin America
Southwest Airlines
B6
F9
FL
G4
NK
VX
WN
LCC
LCC
LCC
LCC
LCC
LCC
LCC
typisch
typisch
typisch
atypisch (1/8)
typisch
atypisch (1/5)
typisch
typisch
atypisch (1/10)
atypisch (1/10)
atypisch (1/8)
typisch
typisch
typisch
nein
nein
nein
nein
nein
nein
nein
3
2
2
1
3
2
3
Fluggesellschaft
Mitgliedschaft in globaler Strategischer Allianz 974
Total
Vergleich
Yield 973
3
Vergleich
Stückkosten
(CASM) 972
2
BTSKlassierung 971
1
Code 970
Auswahl-Kriterien
(in Ergänzung zur BTS-Klassierung)
Abbildung 39: Selektionstabelle der Vertreter pro Untersuchungsgruppe 976
Anhand der drei Kontrollkriterien Stückkosten, Yield und internationaler Langstreckenluftverkehr wird die BTS-Klassierung der vorselektionierten 13 Fluggesellschaften in die bei970
971
972
973
974
975
976
Unique Carrier Code (identisch mit IATA Code) zur eindeutigen Zuordnung der jeweiligen Fluggesellschaft gemäss Verwendung in TranStat Schedule P-1.2, Form 41 Financial Reports.
gemäss (BTS, 2012)
Jährliche Stückkosten (CASM) je Fluggesellschaft im Zeitraum von 2002 bis 2011 im Vergleich zu den
durchschnittlichen Stückkosten aller U.S.-domizilierten Fluggesellschaften mit einem Jahresumsatz von
mehr als USD 20 Mio. (Stand per 31. Dezember 2011). Die Werte in Klammern entsprechen der Anzahl
Ausprägungen je Fluggesellschaft, welche vom Erwartungswert aufgrund des Geschäftsmodells abweichen sowie der Anzahl total untersuchter Datensätze (in Jahren). Die Auswertung im Detail findet sich
im Anhang in Abbildung 78.
Jährlicher Yield (siehe Kapitel 10.1.5.4) je Fluggesellschaft im Zeitraum von 2002 bis 2011 im Vergleich
zum durchschnittlichen Yield aller U.S.-Fluggesellschaften mit einem Jahresumsatz von mehr als USD
20 Mio. (Stand per 31. Dezember 2011). Die Werte in Klammern entsprechen der Anzahl Ausprägungen
je Fluggesellschaft, welche vom Erwartungswert aufgrund des Geschäftsmodells abweichen sowie der
Anzahl total untersuchter Datensätze (in Jahren). Die Auswertung im Detail findet sich im Anhang in
Abbildung 79.
Mitgliedschaft per September 2011 gemäss (Conrady, Fichert, & Sterzenbach, 2013, S. 283-285) mit
Überprüfung der Angaben per Januar 2014 anhand: (Star Alliance, 2014); (oneworld, 2014); (SkyTeam,
2014).
American Airlines und US Airways haben auf Ende 2013 fusioniert. Im Zuge dieser Fusion hat US
Airways die Mitgliedschaft bei der Star Alliance per Ende März 2014 beendet und ist neu der Allianz
von oneworld angeschlossen. (American Airlines, 2013); (oneworld, 2014); (Star Alliance, 2014)
Eigene Darstellung
Seite 188
den Gruppen (NWCs. bzw. LCCs) überprüft. Beim ersten Kriterium (Stückkosten) zeigt
sich bei den NWCs, dass zwei Fluggesellschaften (United Airlines und US Airways) über
den gesamten relevanten Zeitraum (2002 bis 2011) höhere Stückkosten als der Referenzwert
aufweisen (siehe Abbildung 39). Drei der sieben NWC-Fluggesellschaften weisen eine
(Delta Air Lines), zwei (Continental Airlines) bzw. drei (American Airlines) atypische Abweichungen auf, d.h., in diesen Jahren liegen die Stückkosten dieser Fluggesellschaften
leicht unterhalb des Referenzwerts. Eine Ausnahme bildet Alaska Airlines aus der Gruppe
der NWCs. Diese Fluggesellschaft weist für alle zehn Jahre Stückkosten leicht unterhalb des
Referenzwerts und damit im relevanten Zeitraum durchgehend atypische Ausprägungen für
NWCs aus 977. Bei den LCCs nach BTS-Klassierung zeigen lediglich Allegiant Air und Virgin America je eine atypische Abweichung mit Stückkosten über dem Referenzwert. Alle
anderen LCCs verzeichnen über den gesamten relevanten Zeitraum tiefere Stückkosten im
Vergleich zum Referenzwert.
Die Abweichungen im Yield im Vergleich zum Referenzwert als zweites Kriterium zeigt
insbesondere bei den NWCs ein durchzogenes Bild. Einzig die Fluggesellschaft US
Airways weist für den gesamten relevanten Zeitraum durchgehend NWC-typische Ausprägungen in diesem Merkmal aus. Alle anderen NWC-Vertreter haben eine oder mehrere atypische Ausprägungen, wobei die atypischen Abweichungen zum Referenzwert vergleichsweise gering ausfallen 978. Bei der Gruppe der LCCs verfügen lediglich drei Vertreter über je
eine atypische Ausprägung im relevanten Zeitraum.
Das dritte Kriterium (internationaler Langstreckenluftverkehr) zur Überprüfung der BTSKlassierung zeigt mehrheitlich eine Übereinstimmung mit der Erwartung, d.h., die NWCs
sind an eine der drei grossen strategischen Allianzen im Luftverkehr angeschlossen, während die LCCs diese Kooperationsform nicht verwenden (siehe Abbildung 39). Einzige
Ausnahme bildet Alaska Airlines, welche durch das BTS als NWC klassiert wird, jedoch
keiner der drei globalen strategischen Allianzen angeschlossen ist 979.
977
978
979
siehe hierzu auch: (Belobaba, 2009, p. 125)
Die atypischen Ausprägungen der NWCs fallen im Vergleich zu den typischen Ausprägungen der LCCs
deutlich geringer aus, d.h., zwischen dem Yield der atypischen NWCs und dem typischen Yield der
LCCs besteht nach wie vor ein deutlicher Unterschied – siehe hierzu Abbildung 79.
Fluggesellschaften, welche mehrheitlich NWC-Merkmale aufweisen, aber nur in ausgewählten interkontinentalen Regionen oder nur im kontinentalen Luftverkehr aktiv sind, werden als "Second-TierCarriers" bezeichnet (Conrady, Fichert, & Sterzenbach, 2013). Gemäss dieser Definition lässt sich die
Alaska Airlines dieser Untergruppe der NWCs zuordnen.
Seite 189
Die Überprüfung der BTS-Klassierung führt zu einer Bereinigung des Untersuchungssamples. Die Fluggesellschaft Alaska Airlines weist massive Abweichungen in allen ergänzenden
Auswahlkriterien aus und wird deshalb aus der Untersuchungsgruppe der NWCs ausgeschlossen. In der Gruppe der LCCs werden Allegiant Air und Virgin America ausgeschlossen. Beide zeigen im Vergleich zu den anderen überprüften LCCs im Kriterium 1 (Stückkosten) eine atypische Abweichung. Ausserdem sind für diese zwei vergleichsweise jungen
Fluggesellschaften in der verwendeten Datenquelle nicht ausreichende Daten für den gesamten relevanten Zeitraum verfügbar. Nach dieser Bereinigung der BTS-Klassierung setzt
sich das Untersuchungssample neu aus insgesamt zehn Fluggesellschaften mit je fünf Vertretern aus der Gruppe der LCCs bzw. der NWCs zusammen. In der Gruppe der NWCs sind
dies American Airlines (AA), Continental Airlines (CO), Delta Air Lines (DL), United Airlines (UA) sowie US Airways (US). Die Untersuchungsgruppe der LCCs setzt sich zusammen aus JetBlue Airways (B6), Frontier Airlines (F9), AirTran Airways (FL), Spirit Airlines (NK) sowie Southwest Airlines (WN).
Bezogen auf das Jahr 2011 erbrachten die Vertreter der beiden Untersuchungsgruppen gesamthaft 84.5 % der passagierbezogenen Luftverkehrsleistung (gemessen an den RPM) aller
U.S.-domizilierten Fluggesellschaften mit einem Jahresumsatz grösser USD 20 Mio. sowie
21.4 % der weltweit geflogenen Leistung im Passagierluftverkehr. Die Vertreter aus der Untersuchungsgruppe der NWCs (LCCs) erbrachten 2011 insgesamt 65.6 % (18.9 %) der Verkehrsleistung aller U.S.-domizilierten Fluggesellschaften mit einem Jahresumsatz grösser
als USD 20 Mio. sowie 16.6 % (4.8 %) der weltweiten Passagier-Luftverkehrsleistung.
5.3
Anwendung SEA-Methode auf die Airline Industry
In der Literatur finden sich zahlreiche publizierte Arbeiten zur Anwendung der SEA auf die
Airline Industry, schwerpunktmässig unter Verwendung von Daten zu U.S.-domizilierten
Fluggesellschaften 980. Ausschlaggebend hierfür ist unter anderem die umfangreiche Datengrundlage zum U.S.-Luftverkehr 981. Eine Übersicht einiger der publizierten Arbeiten mit
Anwendung der SEA auf die Airline Industry findet sich in Abbildung 40. Die hier aufgeführten Arbeiten, welche die erweiterte SEA-Methode mit separater, vierter Kapazitätskomponente verwenden, basieren alle auf dem SEA-Ansatz nach Sopariwala 982.
980
981
982
siehe Abbildung 40
(Bailey, Collins, Collins, & Lambert, 2009, p. 540); siehe hierzu auch Kapitel 3.6.4
siehe Kapitel 0
Seite 190
Publizierte Arbeiten
SEAMethode
(Kosten-)Treiber
Aggregationsgrad
der Kosten
(Mudde & Sopariwala, 2008a)
(Mudde & Sopariwala, 2008b)
(Mudde & Sopariwala, 2009)
(Mudde & Sopariwala, 2010)
(Caster & Scheraga, 2011)
erweitert
(4)
RPM
passengers
ASM
Kosten werden gruppiert in "fuel
costs", "passenger-related costs"
und "flight-related costs"
(Bailey, Collins, Collins, &
Lambert, 2009)
klassisch
(3)
RPM
employees
trips flown
aircraft seats (ASM) 983
Kosten werden unterteilt in variable Kosten mit den Untergruppen
"personnel-related expense" und
"trip-related expense" und fixe
Kosten mit den Untergruppen
"aircraft-related expenses" und
"other operating expenses"
(Collins, Román, & Chan,
2011)
klassisch
(3)
RPM
ASM
Kosten (operating expenses) werden aggregiert im Total ohne weitere Unterteilung verwendet.
Abbildung 40: Publizierte Arbeiten mit Anwendung der SEA auf die Airline Industry 984
Alle in Abbildung 40 aufgeführten Arbeiten verwenden die RPM als Treiber für den Umsatz. Kostenseitig kommen unterschiedliche Treiber in Abhängigkeit vom Aggregationsgrad
der Kosten zum Einsatz. CRC beschränken sich beispielsweise auf die ASM als einzigen
kostenseitigen Treiber, wobei die Kosten aggregiert im Total verwendet werden. Sobald die
erweiterte SEA-Methode mit den drei klassischen SEA-Komponenten und einer separaten,
vierten Kapazitätskomponente verwendet wird, ist eine Aufteilung der Kosten nach deren
Kostenverhalten (variabel oder fix) sowie die Verwendung von mindestens einem zum Output-Treiber (Ertragsseite) unterschiedlichen Input-Treiber (Kostenseite) notwendig. Wird
sowohl für die Ertrags- als auch für die Kostenseite ein identischer Treiber (z.B. RPM) nach
der Methode von Sopariwala verwendet, fällt die Produktivitätskomponente weg, d.h., die
erweiterte SEA-Methode besteht in diesem Fall aus der Wachstums-, der Preisausgleichsund der Kapazitätskomponente 985. Das System von CRC mit den beiden Treibern RPM (Er983
984
985
Die Arbeit von Bailey et al. ist als Fallstudie ausgestaltet. Leider sind hier die Ausführungen zur Handhabung der fixen Kosten in der SEA-Analyse etwas unscharf – siehe u.a. (Bailey, Collins, Collins, &
Lambert, 2009, p. 545). Die Abgrenzung der in dieser Arbeit verwendeten Begriffe "ASM", "aircraft seats" und "seat(s) of capacity" ist unklar (Bailey, Collins, Collins, & Lambert, 2009, p. 541). Zumindest
für die Fixkostengruppe "aircraft-related expenses" ist bei der SEA-Analyse von den ASM als Treiber
auszugehen (Bailey, Collins, Collins, & Lambert, 2009, p. 546 Table 2 Fn. c).
Eigene Darstellung. Die Zusammenstellung erhebt keinen Anspruch auf Vollständigkeit. Die Zahl in
Klammern in der 2. Spalte "SEA-Methode" bezieht sich auf die Anzahl SEA-Komponenten (auf Stufe
EBIT bzw. OI).
siehe Abbildung 83 im Vergleich zu Abbildung 81
Seite 191
tragsseite) und ASM (Kostenseite) sowie der Reduktion auf die aggregierten operativen
Kosten ist aus diesem Grund nicht unmittelbar auf die erweiterte SEA-Methode mit vier
Komponenten übertragbar.
Für die nachfolgende empirische Untersuchung wird aus diesem Grund – in Abweichung
zum Ansatz nach CRC – eine Unterscheidung in variable und fixe Kosten vorgenommen.
Ausgangspunkt hierfür bilden die beiden zentralen Kennzahlen ASM und RPM. Während
die RPM als Treiber für die Output-Menge herangezogen werden, dienen die ASM als Treiber für die Kapazitätskosten bzw. fixen Kosten 986. Anhand des Kostenverhaltens gegenüber
diesen beiden Kennzahlen werden die Kosten nach dem Kostenverhalten eingeteilt. Kosten,
welche sich mehrheitlich variabel zu den RPM verhalten, werden als variable Kosten klassiert. Die Differenz der auf diese Art bestimmten variablen Kosten zu den gesamten operativen Kosten wird den fixen Kosten zugeordnet und weist – so die Annahme – mehrheitlich
einen Ursache-Wirkungs-Zusammenhang zu den ASM auf.
In der Airline Industry lassen sich unter anderem die beiden Kostenkategorien "passengerrelated costs" und "flight-related costs" identifizieren. Gemäss 14 CFR 241 (Section 11) 987
setzen sich Erstere zusammen aus den Kostenkategorien "aircraft and traffic servicing" und
"promotion and sales" und umfassen damit einen Grossteil der Servicedienstleistungen für
Passagiere am Boden. 988 Die "flight-related costs" ergeben sich als Differenz aus den operativen Kosten abzüglich der "passenger-related costs". Hinsichtlich des Kostenverhaltens
wird in der Literatur für die "passenger-related costs" ein Kausalitätszusammenhang zu der
Anzahl beförderter Passagiere (passengers) angenommen. Im Gegensatz dazu verändern
sich die "flight related costs" hauptsächlich in Abhängigkeit zu den ASM. 989 Aufgrund des
Treibers werden die "passenger-related costs" nachfolgend als variable Kosten und die
"flight-related costs" als fixe Kosten klassiert. Für die variablen Kosten wird ein zusätzlicher Treiber in der Form der Anzahl (zugestiegener) Flugpassagiere (PAX) verwendet 990.
Anzumerken ist, dass der hier gewählte Ansatz zur Kostenaufschlüsselung nach dem Kostenverhalten der beiden Kennzahlen ASM und RPM gegenüber den in Abbildung 40 aufge986
987
988
989
990
Die Unterscheidung in fixe und variable Kosten erfolgt analog den Ausführungen in (Treyer &
Frischknecht, 2013, S. 70 ff.).
(GPO, 2014)
siehe u.a. (Mudde & Sopariwala, 2008b, p. 24) i.V. m. (Banker & Johnston, 1993, pp. 579-580) / ähnlich
auch in: (Belobaba, 2009, pp. 115-116)
(Banker & Johnston, 1993, pp. 579-580 & 592)
siehe Abbildung 41 / Die Wahl des Treibers orientiert sich an (Mudde & Sopariwala, 2008b, p. 22 et
seqq.).
Seite 192
führten Arbeiten mit Verwendung der erweiterten SEA-Methode abweicht. Sowohl Mudde
& Sopariwala als auch Caster & Scheraga trennen zusätzlich die Treibstoffkosten ("fuel
costs") von den "flight-related costs" ab. Die Treibstoffkosten werden anschliessend als eigenständige Kostenkategorie den variablen Kosten zugeordnet. Als Kostentreiber dient der
Treibstoffverbrauch ("gallons used"). In der SEA erfolgt die Flexibilisierung der Treibstoffkosten schliesslich anhand der ASM. 991 Untersuchungen zum Verhalten der Treibstoffkosten bei Fluggesellschaften deuten jedoch darauf hin, dass diese Kosten stark mit den ASM
bzw. ASK korreliert sind 992. Aufgrund dieser Erkenntnis werden die Treibstoffkosten in der
nachfolgenden empirischen Untersuchung nicht von den "flight-related costs" abgetrennt
und zusammen mit Letzteren als fixe Kosten (im Verhältnis zur Output-Menge) behandelt.
991
992
siehe u.a. (Caster & Scheraga, 2013, pp. 27-29); (Mudde & Sopariwala, 2008b, pp. 22-24)
siehe (Banker & Johnston, 1993, pp. 579-580 & 592) / Bazargan weist in seiner empirischen Untersuchung eine hohe Korrelation zwischen dem Treibstoffverbrauch und der Flugstrecke nach, wobei der LF
nur geringen bis keinen Einfluss auf den Treibstoffverbrauch ausübt (Bazargan, 2010, pp. 148-154). Daraus lässt sich ableiten, dass die ASM gegenüber den RPM besser geeignet sind als Kostentreiber für die
Treibstoffkosten von Fluggesellschaften.
993
Quartal
Jahr
-108'452 [11]
-264'364 [12]
93'740
-611'359 [7]
-1'490'253 [8]
54'478
-473'948 [9]
466'556 [10]
growth
component
2'630'038 [6]
22'621'457
17'163'059 [3]
-0.087 [4]
23'694
-25.802 [2]
17'163'059
0.153 [1]
1
2010
2'630'038
-2'575'560
-611'359
-1'964'201
54'478
E
Notes
[1] =E36/E42
[2] =E38/E45
[3] =E42
[4] =E39/E48
[5] =(E45/E42)*I42
[6] =E42*E43
[7] =E45*E46
Income Statement
53 Operating Revenues [USD in '000]
Expenses productive [USD in '000]
55
passenger-related
56
flight-related
57
Expenses unproductive [USD in '000]
59
flight-related
60
61 Operating Profit [USD in '000]
48 ASM [miles in '000]
49
ASM used [miles in '000]
50
flight-related expenses per ASM [USD]
45 PAX [seats in '000]
46
passenger-related expenses per PAX [USD]
42 RPM [miles in '000]
43
Yield [USD]
37 Operating Expenses [USD in '000]
38
passenger-related
39
flight-related
Southwest Airlines (WN)
-719'811
-1'754'617
3'096'594
20'207'702
-0.087
[8]
[9]
[10]
[11]
[12]
[13]
27'898 [5]
-25.802
20'207'702
0.153
I
flexible P/L
statement no. 1
=E49*E50
=(E48-E49)*E50
=I53-E53
=I55-E55
=I56-E56
=U59-E59
64'723
42'318
178'764
71'723
price-recovery
component
-655'088
-1'712'299
3'168'317
20'207'702
-0.085
27'898
-23.482
20'207'702
0.157
M
flexible P/L
statement no. 2
8'067
0
8'067
0
productivity
component
-647'021
-1'712'299
3'168'317
20'207'702
-0.085
27'554
-23.482
20'207'702
0.157
Q
flexible P/L
statement no. 3
27'720 [13]
27'720
0
0
0
capacity underutilization
362'769
-446'228
-647'021
-1'712'299
3'168'317
25'473'866
20'207'702
-0.085
27'554
-23.482
20'207'702
0.157
2
2010
3'168'317
-2'805'548
-647'021
-2'158'527
362'769
U
Seite 193
Abbildung 41: SEA-Methode für empirische Untersuchung (indirektes Berechnungsschema) 993
Eigene Darstellung unter Verwendung der SEA-Methode nach (Mudde & Sopariwala, 2008b), mit Anpassungen durch den Autor. Datenquelle: RITA bzw. BTS, Schedule P-1.2 Form 41 (RITA & BTS,
2014a) & RITA bzw. BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA & BTS, 2014c)
Seite 194
Die nachfolgend angewendete SEA-Berechnungsmethode ist als indirektes Berechnungsschema in Abbildung 41 am Beispiel zweier aufeinander folgender Quartale der Fluggesellschaft Southwest Airlines aufgeführt 994. Der Vergleich zu der von CRC verwendeten SEABerechnungsmethode 995 zeigt – wie erwartet 996 – erhebliche Unterschiede in allen errechneten SEA-Komponenten.
5.4
5.4.1
Methodik
Einleitung
Die verwendeten Regressionsmodelle zur Überprüfung der Hypothesen F1 und F2 orientieren sich am Ansatz von CRC. In Abweichung zu CRC werden die beiden Hypothesen jedoch mit zwei unterschiedlichen Modellansätzen untersucht. Für die Hypothese F1 wird ein
identisches Modell separat auf jede der beiden Untersuchungsgruppen angewendet
("constant shift model"). Die Hypothese F2 wird anhand eines kombinierten Modells mit
integrierter Unterscheidung der beiden Untersuchungsgruppen anhand von DummyVariablen getestet ("full model"). 997 In allen Fällen handelt es sich um additive Modelle der
multiplen linearen Regression nach der Methode der kleinsten Quadrate (OLS 998).
Die nachfolgenden Regressionsmodelle bauen auf dem Regressionsmodell von CRC mit
PMt als unabhängige und PMt+1 als abhängige Variable auf 999. Das Ziel der nachfolgenden
empirischen Untersuchung liegt in der Überprüfung, inwiefern sich die erweiterten SEAKomponenten zur Erklärung künftiger Erträge (gemessen an der PM-Ratio) eignen. Analog
zu CRC 1000 wird hierfür die unabhängige Variable PMt ersetzt durch die SEA-Komponenten
gemäss folgender Gleichung:
994
Das direkte Berechnungsschema findet sich in Abbildung 80.
996
siehe analog Kapitel 3.5
997
ausführlich zu den verwendeten Modellen siehe u.a. (Chatterjee & Simonoff, 2013, pp. 38-40)
998
ordinary least squares
999
1000
siehe Formel 46
995
𝑃𝑃𝑡 =
=
=
𝑂𝑂𝑡
𝑅𝑅𝑅𝑡
𝑂𝑂𝑡−1
𝑅𝑅𝑅𝑡
+
𝑅𝑅𝑅𝑡
+
𝑅𝑅𝑅𝑡
Seite 195
+
∆𝐸𝐸𝐸𝐺𝑟𝑟𝑟𝑟ℎ
𝑅𝑅𝑅𝑡
∗
∗
𝑃𝑃𝑡−1 + ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
∗
∗
+∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
+ ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
+
Formel 48:
+
𝑅𝑅𝑅𝑡
+
𝑅𝑅𝑅𝑡
∗
∗
∆𝐸𝐸𝐸𝑃𝑃𝑃𝑑𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢
+ ∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
Bezug der verwendeten unabhängigen Variablen zu PMt
+
∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
𝑅𝑅𝑅𝑡
1001
Die SEA-Komponenten erfassen die Veränderung in der Erfolgsrechnungen der Periode t-1
zur Periode t. Für die nachfolgende Untersuchung wird die erweiterte SEA-Methode angewendet. Wie bereits ausgeführt, erfasst diese (erweiterte) SEA-Methode – im Gegensatz zur
klassischen SEA-Methode – die Veränderung der Kapazitätsausnutzung separat in einer
vierten SEA-Komponente 1002. Aus diesem Grund erweitern sich die nachfolgenden Regressionsmodelle – im Gegensatz zu den von CRC verwendeten Modellen 1003 – um die Kapazi∗
tätskomponente (∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
). Eine Übersicht mit den Definitionen zu den einzelnen Vari-
ablen in den nachfolgenden Modellen findet sich in Abbildung 84.
5.4.2
Regressionsmodelle
Für die Hypothese F1 (SEA-Ertrags-Persistenz) wird ein identisches, multiples lineares Regressionsmodell getrennt auf die Vertreter der beiden Untersuchungsgruppen angewendet 1004. Dabei wird angenommen, dass sich die beiden Untersuchungsgruppen in der SEAErtrags-Persistenz signifikant unterscheiden. Für das Datensample mit Jahreszahlen stellt
sich das Regressionsmodell wie folgt dar:
∗
∗
∗
∗
Formel 49:
∗
∗
+𝛽6 ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
+ 𝛽7 ∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
+𝜀
Modell PM-F1-A zu Hypothese F1 (Annual) 1005
Für die Anwendung auf das Datensample mit Quartalszahlen wird das Modell PM-F1-A
(Formel 49) mit den beiden Saisonalitätskomponenten 1006 (PMt-3 bzw. PMt-4) gemäss CRC
ergänzt. Daraus leitet sich folgendes Regressionsmodell ab:
1001
analog (Collins, Román, & Chan, 2011, p. 48 & 50)
siehe Kapitel 0
1003
1004
sogenanntes "constant shift model" – siehe (Chatterjee & Simonoff, 2013, pp. 38-39)
1005
in Anlehnung an (Chatterjee & Simonoff, 2013, pp. 38-40) i.V.m. (Collins, Román, & Chan, 2011, p. 59
Table 7 Model 2a (Annual))
1002
Seite 196
∗
∗
∗
∗
Formel 50:
∗
∗
+ 𝛽8 𝑃𝑃𝑡−3 + 𝛽9 𝑃𝑃𝑡−4 + 𝜀
Modell PM-F1-Q zu Hypothese F1 (Quarterly) 1007
Während mit den beiden Regressionsmodellen zu Hypothese F1 überprüft werden kann,
inwiefern sich die Ausprägungen in den SEA-Komponenten auf künftige Erträge (gemessen
am PM-Ratio) auswirken 1008, gilt es in Hypothese F2 zu überprüfen, ob die Ausprägungen
der SEA-Komponenten zwischen den beiden untersuchten Gruppen (NWCs bzw. LCCs.)
sich signifikant unterscheiden 1009. Sobald sich zwischen den beiden untersuchten Gruppen
ein signifikanter Unterschied in den SEA-Ausprägungen nachweisen lässt, kann daraus abgeleitet werden, dass die künftigen Erträge bei Anwendung unterschiedlicher Geschäftsstrategien (verkörpert durch die beiden Untersuchungsgruppen) sich – zu einem gewissen Grad
– durch die unterschiedlichen Ausprägungen in den SEA-Komponenten erklären lassen.
Die beiden nachfolgenden Regressionsmodelle 1010 zur Überprüfung der Hypothese F2 leiten
sich aus den Modellen in der Untersuchung durch CRC 1011 ab. Für das Datensample mit
Jahresdaten kommt folgendes Regressionsmodell zur Anwendung:
1006
CRC verwenden in ihrer Arbeit den Begriff "seasonal component of profitability" für die beiden unabhängigen Variablen 𝑃𝑃𝑡−3 und 𝑃𝑃𝑡−4 (Collins, Román, & Chan, 2011, p. 57). In der vorliegenden Arbeit wird dafür der Begriff "Saisonalitätskomponenten" verwendet. Diese Terminologie ist jedoch nur
bedingt richtig. Normalerweise wird bei additiven (multiplen) Regressionen die Saisonalität mittels
Dummy-Variable zur fallweisen Verschiebung der Achsenabschnitte – siehe u.a. (Chatterjee &
Simonoff, 2013, pp. 88-101; Treyer O. A., 2010, S. 171-173) – oder durch Verwendung der General
Least Squares (GLS) Methode (Regression) in Kombination mit einer statistischen Korrektur (z.B. mittels Cochrane-Orcutt Ansatz) – siehe u.a. (Chatterjee & Simonoff, 2013, pp. 101-107) – gelöst. Die von
CRC verwendete Originalquelle (Foster, 1977) zur Herleitung der Saisonalitätskomponenten – welche in
Formel 36, Formel 42, Formel 50 und Formel 52 angewendet wird – lässt darauf schliessen, dass es sich
bei diesen beiden Komponenten vielmehr um eine Anpassung des Regressionsmodells zur Ausgleichung
saisonaler Effekte für Datensätze mit Quartalszahlen mit korrigierender Auswirkung (bzgl. Autokorrelation) auf den Achsenabschnitt und die Steigung der Regressionsgeraden handelt. Die verwendete Systematik ist vergleichbar mit der Methode der naiven Prognose unter Berücksichtigung der (absoluten) Saisonalität – siehe hierzu u.a. (Treyer O. A., 2010, S. 114 Formel 35). Die hier verwendeten "Saisonalitätskomponenten" bilden somit einen (weiteren) Ansatz zur Korrektur von Autokorrelation.
1007
in Anlehnung an (Chatterjee & Simonoff, 2013, pp. 38-40) i.V.m. (Collins, Román, & Chan, 2011, p. 59
Table 7 Model 2a (Quarterly))
1008
SEA-Ertrags-Persistenz
1009
SEA-Strategie-Persistenz
1010
1011
Seite 197
∗
∗
∗
∗
∗
∗
+ 𝛽10 𝐿𝐿𝐿 + 𝛽11 (𝑃𝑃𝑡−1 × 𝐿𝐿𝐿 )
∗
∗
+𝛽12 (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 )
∗
∗
+𝛽14 (∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 )
Formel 51:
∗
∗
+𝛽16 �∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
× 𝐿𝐿𝐿� + 𝛽17 �∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
× 𝐿𝐿𝐿� + 𝜀
Modell PM-F2-A zu Hypothese F2 (Annual) 1012
Für das Datensample mit Quartalszahlen wird das Modell PM-F2-A (Formel 51) mit den
beiden Saisonalitätskomponenten 1013 (PMt-3 bzw. PMt-4) gemäss CRC ergänzt. Daraus leitet
sich folgendes Regressionsmodell ab:
∗
∗
∗
∗
∗
∗
+ 𝛽8 𝑃𝑃𝑡−3 + 𝛽9 𝑃𝑃𝑡−4 + 𝛽10 𝐿𝐿𝐿
∗
∗
+𝛽11 (𝑃𝑃𝑡−1 × 𝐿𝐿𝐿 ) + 𝛽12 (∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 )
∗
∗
+𝛽14 (∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
× 𝐿𝐿𝐿 )
∗
∗
+𝛽16 �∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢
× 𝐿𝐿𝐿� + 𝛽17 �∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
× 𝐿𝐿𝐿�
Formel 52:
+𝛽18 𝑃𝑃𝑡−3 𝐿𝐿𝐿 + 𝛽19 𝑃𝑃𝑡−4 𝐿𝐿𝐿 + 𝜀
Modell PM-F2-Q zu Hypothese F2 (Quarterly) 1014
Die Systematik dieser Regressionsmodelle (Formel 51 & Formel 52) ermöglicht es, die Differenz zwischen den beiden Untersuchungsgruppen in den Fokus zu stellen 1015. Dieser Zusammenhang lässt sich beispielhaft anhand der nach Gruppen getrennten Ergebnisauflösung
zu Modell PM-F2-Q darstellen.
1012
Erweiterung um Kapazitätskomponente, basierend auf dem Modell nach (Collins, Román, & Chan, 2011,
p. 59 Table 7 Model 2a (Annual))
1013
siehe analog Fn. 1006
1014
Erweiterung um Kapazitätskomponente, basierend auf dem Modell nach (Collins, Román, & Chan, 2011,
p. 59 Table 7 Model 2a (Quarterly))
1015
sogenanntes "full model" – siehe (Chatterjee & Simonoff, 2013, pp. 38-40)
Seite 198
Die Aufteilung des Regressionsmodells in Formel 52 zur Ergebnisanalyse nach Gruppen
analog zum Vorgehen in Formel 38 und Formel 39 ergibt 1016:
• für Network Carriers (NWCs)
∗
∗
∗
∗
∗
+𝛽4 ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
∗
+𝛽7 ∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
+ 𝛽8 𝑃𝑃𝑡−3 + 𝛽9 𝑃𝑃𝑡−4 + 𝜀
Formel 53: Modell PM- F2-Q – Aufschlüsselung bzgl. Gruppe "NWCs"
• für Low-Cost Carriers (LCCs)
∗
𝑃𝑃𝑡+1 = (𝛽0 + 𝛽10 ) + (𝛽1 + 𝛽11 )𝑃𝑃𝑡−1 + (𝛽2 + 𝛽12 )∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
∗
∗
+(𝛽3 + 𝛽13 )∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
+ (𝛽4 + 𝛽14 )∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
∗
∗
+(𝛽5 + 𝛽15 )∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
+ (𝛽6 + 𝛽16 )∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
∗
+(𝛽7 + 𝛽17 )∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
+ (𝛽8 + 𝛽18 )𝑃𝑃𝑡−3
+(𝛽9 + 𝛽19 )𝑃𝑃𝑡−4 + 𝜀
Formel 54: Modell PM- F2-Q – Aufschlüsselung bzgl. Gruppe "LCCs"
Die Differenz zwischen den beiden Untersuchungsgruppen ergibt sich anhand der β-Werte
zu den Dummy-Variablen 1017. Zur Überprüfung der Hypothese F2 sind beispielsweise für
das Modell PM-F2-Q insbesondere die Koeffizienten 𝛽12 , … , 𝛽17 bzw. die Signifikanz dieser
Koeffizienten von Bedeutung.
5.4.3
Erwartete Werte und Logik
Die SEA-Komponenten in den vier obenstehenden Regressionsmodellen (Formel 49 bis
Formel 54) erfassen die Veränderung in der Erfolgsrechnung von der Periode t-1 zur Periode t. Die Bedeutung der Vorzeichen der SEA-Komponenten in den Regressionsmodellen im
Vergleich zur Vorperiode ist in Abbildung 42 aufgeführt.
1016
1017
siehe anlog hierzu Fn. 523
siehe hierzu analog die Ausführungen zum Untersuchungsmodell nach CRC in Kapitel 3.6.5
∗
∗
∗
∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
∗
∗
∗
>0
<0
>0
<0
>0
<0
>0
<0
>0
<0
>0
<0
Höhere Absatzmenge führt c.p. zu höherem Umsatz
Tiefere Absatzmenge führt c.p. zu tieferem Umsatz
Steigende Verkaufspreise führen c.p. zu höherem Umsatz
Sinkende Verkaufspreise führen c.p. zu tieferem Umsatz
Tiefere Absatzmenge führt zu tieferen Input-Mengen, welche
c.p. zu tieferen Kosten führen
Höhere Absatzmenge führt zu höheren Input-Mengen, was
c.p. zu höheren Kosten führt
Tiefere Input-Preise führen c.p. zu tieferen Kosten
Höhere Input-Preise führen c.p. zu höheren Kosten
Produktivitätsverbesserungen führen c.p. zu tieferen Kosten
Produktivitätsverschlechterungen führen c.p. zu höheren
Kosten
Höhere Kapazitätsausnutzung (-auslastung) führt c.p. zu tieferen Kosten
Tiefere Kapazitätsausnutzung (-auslastung) führt c.p. zu höheren Kosten
Seite 199
vorteilhaft
unvorteilhaft
vorteilhaft
unvorteilhaft
vorteilhaft
unvorteilhaft
vorteilhaft
unvorteilhaft
vorteilhaft
unvorteilhaft
vorteilhaft
unvorteilhaft
Abbildung 42: Bedeutung Vorzeichen der verwendeten SEA-Komponenten 1018
Die Abweichung bei den Vorzeichen der SEA-Komponenten gegenüber den Modellen von
CRC 1019 entsteht durch die in dieser Arbeit angewendete Systematik: negative Vorzeichen
für alle Kosten und positive Vorzeichen für alle Erträge 1020. Für die SEA-Analyse hat diese
Unterscheidung zwischen Kosten und Erträgen den Vorteil, dass mit den verwendeten Berechnungsformeln 1021 vorteilhafte Abweichungen zwischen den beiden zu vergleichenden
Perioden durchgehend (sowohl für Erträge als auch für Kosten) positive Vorzeichen und
unvorteilhafte Abweichungen negative Vorzeichen aufweisen 1022. In den Datenbanken 1023
werden jedoch Kosten und Erträge in der Regel ohne Vorzeichenwechsel dargestellt 1024.
Einen Einfluss auf die Werte der Koeffizienten der Regressionsanalyse bei der Verwendung
1018
bezüglich der Modelle PM-F1-A, PM-F1-Q, PM-F2-A sowie PM-F2-Q / Eigene Darstellung in Anlehnung an Abbildung 12.
1019
siehe Abbildung 12 / Die Bedeutung der Vorzeichen von CRC lässt darauf schliessen, dass CRC bei den
finanziellen Grunddaten keine Vorzeichenunterscheidung zwischen Kosten bzw. Erträgen vornehmen.
1020
siehe Kapitel 3.5.5
1021
siehe Abbildung 84 sowie Kapitel 3.5.5
1022
Diese Systematik bezüglich der Vorzeichen der SEA-Komponenten führt bei der vorgeschlagenen Praxisanwendung in Kapitel 7.1 zu einer besseren Übersicht bei der grafischen Auswertung – d.h., positive
(negative) Werte sind vorteilhaft (unvorteilhaft) bezüglich der PM-Ratio.
1023
u.a. RITA bzw. BTS sowie SEC-Files (z.B. Form 10-K)
1024
Anzumerken bleibt, dass die Systematik mit durchgehend positiven Vorzeichen für vorteilhafte SEAAbweichungen durch das entsprechende Umstellen der Berechnungsformeln (Formel 22, Formel 23,
Formel 27, Formel 28, Formel 30 und Formel 32) erreicht werden kann, ohne dass ein Vorzeichenwechsel für kostenseitige Werte im Vergleich zu ertragsseitigen Werten vorgenommen werden muss.
Seite 200
gleicher Regressionsmodelle ergibt sich daraus nicht – mit Ausnahme der Vorzeichen der βWerte der unabhängigen Variablen der kostenseitigen SEA-Komponenten.
Die Erwartung hinsichtlich der Vorzeichen der Regressionskoeffizienten ist in Abbildung
43 ersichtlich. Es wird davon ausgegangen, dass vorteilhafte Abweichungen in den SEAKomponenten sich positiv auf künftige Erträge auswirken. Die Grundlage für diese Annahme bilden die Ergebnisse bzgl. der PM-Ratio zur Hypothese H1 von CRC 1025. Hier zeigt
sich, dass ein positiver Bezug zwischen PMt und PMt+1 vorliegt 1026, d.h., eine Steigerung der
PM-Ratio in der Periode t führt zu einer Erhöhung der PM-Ratio in der darauffolgenden
Periode t+1. In der nachfolgenden Untersuchung wird die Variable PMt ersetzt durch die
Komponenten der erweiterten SEA-Methode aufgrund der Gleichung in Formel 48. Die
verwendete Systematik zur Berechnung der einzelnen SEA-Komponenten weist vorteilhafte
Abweichungen in der Erfolgsrechnung der Periode t-1 zur Erfolgsrechnung der Periode t
sowohl ertrags- als auch kostenseitig mit positivem Vorzeichen aus 1027. Vorteilhafte Abweichungen in den SEA-Komponenten führen somit zu einer vorteilhaften Veränderung von
PMt gegenüber PMt-1. Wie bereits aufgezeigt werden konnte, führt eine Erhöhung bzw. vorteilhafte Veränderung von PMt zu einer Steigerung von PMt+1. Zusammenfassend ist somit
aufgrund der ökonomischen Logik und der verwendeten Systematik zur Berechnung der
SEA-Komponenten davon auszugehen, dass in den Regressionsmodellen zur Hypothese F1
alle Regressionskoeffizienten ein positives Vorzeichen aufweisen müssten.
Eine Sonderstellung bilden die Saisonalitätskomponenten bei den Regressionsmodellen in
Abbildung 43 zur Verwendung mit Quartalszahlen. Die Ergebnisse von CRC lassen hier für
PMt-3 ein positives und für PMt-4 ein negatives Vorzeichen erwarten 1028. Der zugrundeliegenden Logik folgend, müssten beide unabhängigen Variablen ein positives Vorzeichen
aufweisen. In der Untersuchung von CRC weist PMt-4 jedoch über alle Modelle mit Quartalszahlen ein negatives Vorzeichen auf 1029. Als mögliche Erklärung für diesen Zustand führen CRC die Tendenz der Zeitreihenwerte zur Annäherung an den Mittelwert an 1030.
1025
insb. Formel 34 und Formel 36
siehe Abbildung 62
1027
siehe Abbildung 43
1028
1029
siehe Abbildung 66 sowie Abbildung 70
1030
(Collins, Román, & Chan, 2011, p. 57) / siehe hierzu auch Kapitel 3.6.6 sowie Fn. 551
1026
Hypothese
Periode
Modellbezeichnung
Untersuchungsgruppe
Abhängige Variable
Regressionsmodell
Unabhängige
Variablen
Achsenabschnitt
PMt-1
∆REV*Growth
∆REV*Price
∆EXP*Growth
∆EXP*Price
∆EXP*Productivity
∆EXP*Capacity
PMt-3
PMt-4
LCC
PMt-1 x LCC
∆REV*Growth x LCC
∆REV*Price x LCC
∆EXP*Growth x LCC
∆EXP*Price x LCC
∆EXP*Capacity x LCC
PMt-3 x LCC
PMt-4 x LCC
Koeffizient
β0
β1
β2
β3
β4
β5
β6
β7
β8
β9
β10
β11
β12
β13
β14
β15
β16
β17
β18
β19
Seite 201
F1
Quaterlyl
PM-F1-Q
NWCs
PMt+1
Formel 50
F1
Quarterly
PM-F1-Q
LCCs
PMt+1
Formel 50
F1
Annual
PM-F1-A
NWCs
PMt+1
Formel 49
F1
Annual
PM-F1-A
LCCs
PMt+1
Formel 49
F2
Quarterly
PM-F2-Q
alle
PMt+1
Formel 52
F2
Annual
PM-F2-A
alle
PMt+1
Formel 51
β-Wert
(erwartet)
β-Wert
(erwartet)
β-Wert
(erwartet)
β-Wert
(erwartet)
β-Wert
(erwartet)
β-Wert
(erwartet)
>0
>0
>0
>0
>0
>0
>0
>0
<0
>0
>0
>0
>0
>0
>0
>0
>0
<0
>0
>0
>0
>0
>0
>0
>0
>0
>0
>0
>0
>0
>0
>0
<0
<0
<0
<0
<0
<0
<0
n.a.
n.a.
<0
<0
<0
<0
<0
<0
<0
Abbildung 43: Hypothesen F1 + F2 – Erwartungen bzgl. Vorzeichen zu den β-Werten 1031
Die Hypothese F2 dient zur Überprüfung, inwiefern sich die Ausprägungen der beiden Untersuchungsgruppen voneinander unterscheiden. Massgebend hierfür sind die Regressionskoeffizienten (𝛽12 , … , 𝛽17 ) zu den Dummy-Variablen in den Regressionsmodellen PM-F2-Q
und PM-F2-A. Aufgrund der Untersuchungsergebnisse von CRC 1032 – in Verbindung mit
der hier angewendeten Vorzeichensystematik 1033 – sind für die Koeffizienten zu den klassischen SEA-Komponenten 1034 in den nachfolgenden Regressionsmodellen negative Vorzeichen zu erwartet. Als Grundlage für diese Erwartung dient die Logik von CRC, wonach:
"[..] greater investments in infrastructure and the complexities of the hub-and-spoke systems of network carriers impose barriers to entry to low-cost carriers and, consequently,
lessen competition in many of the markets served by network carriers. This, in turn, gives
rise to greater pricing power and better yield management for network carriers, resulting in
1031
Eigene Darstellung
siehe Abbildung 63
1033
siehe Kapitel 5.4.3
1034
∗
∗
∗
∗
∗
dazu zählen: ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
, ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
, ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
, ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
, sowie ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
.
1032
Seite 202
more persistent revenues, and, by extension, more persistent PM […] ratios than low-cost
carriers." 1035 Die Koeffizienten der Dummy-Variablen (als Vertreter der LCCs) in den Regressionsmodellen zu Hypothese F2 sollten entsprechend dieser Logik im Vergleich zu den
Koeffizienten der NWCs tiefer ausfallen.
Der Einfluss der Kapazität und damit die Erwartungswerte bezüglich der Vorzeichen der
Koeffizienten zur Kapazitätskomponente sind in der Airline Industry nicht einfach abzuleiten. Einerseits kommt der Auslastung (Kapazitätsausnutzungsgrad) aufgrund der hohen Fixkosten in der Airline Industry eine grosse Bedeutung zu. Andererseits konnte jedoch auch
aufgezeigt werden, dass die Kapazitätsanpassung in der Airline Industry stark mit den (regulatorischen) Rahmenbedingungen zusammenhängt bzw. durch diese erheblich erschwert
wird. Wirken sich diese einschränkenden Rahmenbedingungen proportional auf alle in der
nachfolgenden Untersuchung involvierten Fluggesellschaften aus, sinkt die Bedeutung dieser SEA-Komponente deutlich oder ist gar hinfällig. Das Geschäftsmodell von LCCs weist
aufgrund des Wettbewerbs über den Preis einen hohen Druck zur Kosteneffizienz auf. Tiefe
Flugpreise bedingen schlanke und sehr (kosten-)effiziente Strukturen zur Leistungserstellung. Es ist anzunehmen, dass LCCs nahe an der optimalen Kapazitätsauslastung operieren
und aufgrund des intensiven Wettbewerbs gezwungen sind, allfällige Kosteneinsparungen
grösstenteils an die Kunden weiterzugeben. Demgegenüber haben NWCs unter anderem
durch die Kundensegmentierung nach Buchungsklassen mehr Spielraum bei der Preisfestsetzung. Zusätzliche Markteintrittsbarrieren (u.a. Hub Dominanz) führen dazu, dass NWCs
Effizienzgewinn auf der Kostenseite in geringerem Umfang an die Kunden weitergeben
müssen. Vorteilhafte Veränderungen in der Kapazitätsauslastung führen daher für NWCs
eher zu einer Verbesserung der künftigen Erträge (gemessen am PM-Ratio), verglichen mit
LCCs. Für die Vorzeichen der Koeffizienten der Kapazitätskomponente in den Modellen
zur Hypothese F2 wird daher ein negatives Vorzeichen erwartet.
1035
Empirische Ergebnisse und Interpretation
Seite 203
6 Empirische Ergebnisse und Interpretation
6.1
Deskriptive Statistik
6.1.1.1 Einleitung
Die nachfolgende deskriptive Auswertung folgt der Checkliste zur Überprüfung der Modellannahmen bei Verwendung der multiplen linearen Regression gemäss Treyer 1036. Anhand dieses systematischen Vorgehens wird die technische Robustheit der Ergebnisse der
Regressionsanalyse festgestellt. Überprüft werden die folgenden sieben Modellannahmen:
• Linearität (M1)
• Erwartungswert der Residuen gleich "0" (M2)
• Vorhandensein aller relevanten unabhängigen Variablen (M3)
• Keine bedingte Heteroskedastizität (M4)
• Keine Autokorrelation (M5)
• Keine Multikollinearität (M6)
• Normalität der Residuen (M7)
Die ersten beiden Modellannahmen (M1 & M2) lassen sich für alle in dieser Arbeit errechneten Regressionsmodelle bestätigen. Die Linearität zwischen der abhängigen Variable
(PMt+1) und den unabhängigen Variablen ist in allen Modellen gegeben. Ableiten lässt sich
diese Eigenschaft indirekt anhand des (linearen) Verhaltens zwischen PMt+1 und PMt 1037.
Die Überleitung von PMt auf die in den Regressionsmodellen (Formel 49 bis Formel 52)
aufgeführten unabhängigen Variablen – mit Ausnahme der Saisonalitätskomponenten –
ergibt sich aus Formel 48. Die Erwartungswerte der Residuen sind bei allen verwendeten
Regressionsmodellen gleich Null 1038. Die dritte Modellannahme (M3) ist schwierig zu überprüfen. Die beste Möglichkeit besteht in der Logik. Sofern die Vorzeichen zu den (signifikanten) Regressionskoeffizienten entsprechend der ökonomisch abgeleiteten UrsacheWirkungs-Zusammenhänge ausfallen 1039, ist somit anzunehmen, dass alle relevanten unab1036
(Treyer O. A., 2010, S. 164 Abbildung 61)
siehe Abbildung 87
1038
Überprüft anhand der Residuenstatistik zu den einzelnen Regressionsmodellen unter Verwendung von
IBM SPSS Statistics (Version 21.0.0.0).
1039
siehe Abbildung 43
1037
Seite 204
hängigen Variablen in den Modellen enthalten sind 1040. Diese Modellannahme wird in Kapitel 6.2 im Rahmen der Auswertung der Regressionsergebnisse überprüft.
Eine Besonderheit weisen die verwendeten Regressionsmodelle bezüglich der Autokorrelation (M5) auf. Alle Regressionsmodelle (Formel 49 bis Formel 52) verwenden als unabhängige Variable mindestens eine "verzögerte" abhängige Variable (lagged response value). In
den verwendeten Modellen qualifizieren sich die Variablen 𝑃𝑃𝑡−1 sowie die Saisonalitätskomponenten bei den Modellen zur Verwendung mit Quartalszahlen als lagged response
values. Die Verwendung von lagged response values als unabhängige Variablen führt dazu,
dass allfällige zyklische Muster (z.B. bei der Verwendung von Zeitreihendaten) automatisch
ins Modell integriert werden. Eine Überprüfung der Autokorrelation – z.B. anhand der Durbin-Watson Statistik 1041 – erübrigt sich in solchen Fällen. 1042
Die Überprüfung der Abweichung der Residuen (M7) anhand grafischer Auswertung zeigt
für alle Modelle eine gute Approximation der Normalverteilung. Eine Ausnahme bildet lediglich das Modell PM-F1-A (NWCs). Hier ist eine leichte Asymmetrie (linksschiefe Verteilung) erkennbar. Allgemein dürfte sich bei den Modellen zu Hypothese F1 für die Verwendung mit Jahreszahlen die vergleichsweise geringe Anzahl an Beobachtungen negativ
auf die technische Robustheit der Modelle auswirken.
Die verbleibenden Modellannahmen (M4 & M6) werden in den nachfolgenden Kapiteln
einzeln je Regressionsmodell überprüft. Die Abwesenheit von bedingter Heteroskedastizität
(M4) wird anhand einer visuellen Analyse der Streudiagramme der Residuen überprüft. Sofern diese Streudiagramme entlang der X-Achse nicht systematisch zu- oder abnehmen,
kann die bedingte Heteroskedastizität ausgeschlossen werden 1043. Die Modellannahme bzgl.
Multikollinearität (M6) beinhaltet zwei Bedingungen. Einerseits wird bei multiplen linearen
Regressionen eine (signifikante) Korrelation der abhängigen Variable zu den einzelnen unabhängigen Variablen vorausgesetzt. Andererseits dürfen die unabhängigen Variablen untereinander keine (signifikante) Korrelation aufweisen. Überprüft werden diese beiden Voraussetzungen anhand der Korrelationsmatrix zu den einzelnen Regressionsmodellen sowie
– bezüglich der unabhängigen Variablen untereinander – anhand der Kennzahl "Variance
Inflation Factors" (VIF). Als Daumenregel wird in der Literatur ein VIF-Wert zwischen 1
1040
(Treyer O. A., 2010, S. 247)
(Treyer O. A., 2010, S. 253)
1042
(Chatterjee & Simonoff, 2013, p. 96) / siehe hierzu auch: Fn. 1006
1043
(Treyer O. A., 2010, S. 248)
1041
Seite 205
bis 10 als akzeptable Bandbreite angenommen, innerhalb deren das Vorliegen von Multikollinearität unter den unabhängigen Variablen abgelehnt werden kann 1044.
6.1.1.2 Modelle PM-F1-Q (NWCs) und PM-F1-A (NWCs)
Die grafische Auswertung in Abbildung 44 zeigt weder bei den Quartalszahlen noch bei den
Jahreszahlen Auffälligkeiten, welche auf das Vorliegen von bedingter Heteroskedastizität
hinweisen. Die Modellannahme M4 wird somit für beide Modelle PM-F1-Q und PM-F1-A
für die Gruppe der NWCs erfüllt.
PM-F1-Q (NWCs)
PM-F1-A (NWCs)
Abbildung 44: PM-F1 (NWCs) – Streudiagramm der Residuen(abweichung) 1045
Unterschiede sind hingegen zwischen den Quartals- und Jahresdaten bezüglich der Multikollinearität feststellbar. Wie in Abbildung 45 ersichtlich weisen die unabhängigen Variablen
zu Modell PM-F1-Q mit Ausnahme der beiden Wachstumskomponenten einen VIF von
deutlich unter 5 aus. Für diese Variablen liegt untereinander keine relevante Korrelation vor.
Im Modell für die Verwendung mit Jahreszahlen besteht zwischen den beiden Wachstumskomponenten ebenfalls eine sehr ausgeprägte Abhängigkeit. Zusätzlich weisen hier auch die
Preisausgleichskomponente (kostenseitig) sowie die Kapazitätskomponente einen VIF-Wert
von über 10 aus.
1044
siehe u.a. (Treyer O. A., 2010, S. 256-258); (Hanke & Wichern, 2005, p. 285); (Kutner, Nachtsheim,
Neter, & Li, 2005, p. 409) / Auch CRC weisen in ihrer Untersuchung ab einem VIF-Wert von 10 auf das
Vorliegen von Multikollinearität hin (Collins, Román, & Chan, 2011, p. 57 Fn. 18).
1045
Eigene Darstellung unter Verwendung von IBM SPSS Statistics (Version 21.0.0.0)
Seite 206
F1
F1
Periode
Quarterly
Annual
Regressionsmodell
PM-F1-Q
PM-F1-A
Untersuchungsgruppe
NWCs
NWCs
Abhängige Variable
PMt+1
PMt+1
VIF-Wert
VIF-Wert
Hypothese
Unabhängige
Variable
Koeffizient
Achsenabschnitt
β0
PMt-1
β1
1.903
2.127
∆REV*Growth
β2
314.959
408.569
∆REV*Price
β3
2.148
4.785
∆EXP*Growth
β4
312.953
418.812
∆EXP*Price
β5
2.664
15.489
∆EXP*Productivity
β6
2.087
1.320
∆EXP*Capacity
β7
2.978
12.098
PMt-3
β8
1.808
PMt-4
β9
2.003
Abbildung 45: PM-F1 (NWCs) – Variance Inflation Factor
Die VIF-Werte widerspiegeln sich auch in der Korrelationsmatrix 1046. Hier lassen sich die
Abhängigkeiten der unabhängigen Variablen untereinander ablesen. Sowohl für die Jahresdaten als auch die Quartalsdaten fällt die hohe Korrelation zwischen den beiden Wachstumskomponenten auf. Die Abhängigkeit zwischen den beiden Wachstumskomponenten
ergibt sich aufgrund der SEA-Berechnungsmethode. Die Flexibilisierung der Input-Menge
mittels der Output-Menge zur Ermittlung der Wachstumskomponente verursacht die festge1047
∗
∗
stellte Korrelation zwischen ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
und ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
.
1046F
Die Korrelationsmatrix gibt auch Auskunft über die Beziehung der abhängigen Variable
(PMt+1) zu den unabhängigen Variablen. Hier weisen die beiden Modelle erhebliche Unter∗
∗
schiede auf. Bei den Quartalszahlen erreichen bis auf 𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
und 𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
alle
SEA-Komponenten eine signifikante Korrelation (p ≤ 0.10) zur abhängigen Variablen. Die
aufgrund der ökonomischen Logik erwartete Abhängigkeit zwischen PMt+1 und den SEAKomponenten der Periode t-1 nach der Periode t wird in diesem Modell mehrheitlich bestä1046
1047
siehe Formel 22 sowie analog dazu: Fn. 566 / Im verwendeten SEA-Berechnungsmodell für die hier angestrebte Untersuchung werden zusätzlich auch die 𝑈𝑈𝑈𝑈_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶 (siehe Formel 23 sowie Abbildung 41 und Abbildung 80) proportional zur Output-Menge verändert. Die (vollständige) Abhängigkeit
zur Output-Menge ist somit in der verwendeten SEA-Methode auch für ∆EXP_FIX Growth gegeben, was
die Korrelation zwischen den beiden Wachstumskomponenten erhöht.
Seite 207
tigt. Bei den Jahreszahlen ist keine der unabhängigen Variablen mit der abhängigen Variablen signifikant korreliert. Dieses Ergebnis für das Modell PM-F1-A ist unerwartet. Versuche
mit unterschiedlichen, kürzeren Zeiträumen im hier relevanten Zeitfenster von 2002 bis
2011 ergaben in keinem der überprüften Fälle eine signifikante Korrelation zwischen irgendeiner SEA-Komponente und PMt+1. Aufgrund der Ergebnisse der Untersuchung von
CRC ist davon auszugehen, dass die vergleichsweise geringe Anzahl Beobachtungen bei
diesem Modell (PM-F1-A) zu dieser Ausprägung führt.
Hinsichtlich der Vorzeichen ergibt sich in der Korrelationsmatrix zu Modell PM-F1-Q auf
den ersten Blick eine Auffälligkeit durch das negative Vorzeichen der Beziehung zwischen
∗
PMt+1 und 𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
, d.h., eine höhere PM-Ratio in t+1 ist korreliert mit höheren Inputkos-
ten in Periode t im Vergleich zu Periode t-1 1048. Dieser Zusammenhang erklärt sich auf∗
∗
und 𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
. Aufgrund der Megrund der negativen Korrelation zwischen 𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
∗
zwingend eine gegenchanik der SEA-Berechnungsmethode muss die Variable 𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
∗
zu PMt+1. Aussätzliche Korrelation (bzgl. Vorzeichen) zu PMt+1 aufweisen als 𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
∗
∗
und 𝐸𝐸𝐸𝐺𝑟𝑟𝑟𝑟ℎ
ist die Beschlaggebend für diesen zwingenden Bezug zwischen 𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
∗
mittels Flexibilisierung 1049 der Input-Menge von Periode
rechnungsmethode von 𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
t-1 anhand der Output-Menge der Periode t. Auch die ökonomische Logik spricht für diesen
zwingenden Zusammenhang, schliesslich werden für die Bereitstellung höherer Absatzmengen gezwungenermassen höhere Input-Mengen nötig 1050.
Zusammenfassend lässt sich festhalten, dass für die Gruppe der NWCs das Modell zur Verwendung mit Quartalsdaten (PM-F1-Q) die Modellannahmen mehrheitlich erfüllt, während
das Modell mit Jahresdaten (PM-F1-A) erhebliche Mängel in den Modellannahmen aufweist. In beiden Modellen gibt es deutliche Hinweise auf Multikollinearität in den unabhängigen Variablen, wobei sich diese Modellverletzung beim Modell PM-F1-Q auf die beiden
Wachstumskomponenten beschränkt. Im Modell PM-F1-A ist die fehlende Korrelation zwischen PMt+1 und den unabhängigen Variablen von Bedeutung. Es ist zu erwarten, dass die
Regressionsergebnisse zu diesem Modell wenig robust ausfallen.
1048
siehe Abbildung 42 i.V.m. Abbildung 88
1050
siehe hierzu auch: (Collins, Román, & Chan, 2011, p. 52)
1049
Seite 208
6.1.1.3 Modelle PM-F1-Q (LCCs) und PM-F1-A (LCCs)
Beide Modelle (PM-F1-Q und PM-F1-A) der Gruppe der LCCs bezüglich der Hypothese F1
zeigen keine Anzeichen für bedingte Heteroskedastizität (siehe Abbildung 46). Die Modellannahme M4 wird somit für diese Modelle nicht verletzt.
PM-F1-Q (LCCs)
PM-F1-A (LCCs)
Abbildung 46: PM-F1 (LCCs) – Streudiagramm der Residuen(abweichung) 1051
Hinsichtlich der Modellannahme M6 ergeben sich sowohl für die Quartalsdaten als auch für
die Jahresdaten bezüglich der beiden Wachstumskomponenten sehr hohe VIF-Werte. In
beiden Modellen liegt somit Multikollinearität aufgrund der Korrelation zwischen den bei∗
den jeweiligen Wachstumskomponenten vor 1052. Die Abhängigkeit zwischen 𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
∗
und 𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
ergibt sich – wie in Kapitel 6.1.1.2 bereits ausgeführt – aufgrund der SEA-
Berechnungsmethode. Bei separater Verwendung der beiden Wachstumskomponenten als
unabhängige Variablen in den Regressionsmodellen ist diese SEA-technisch bedingte Multikollinearität unumgänglich 1053.
1051
1053
siehe hierzu auch Kapitel 6.3.3
1052
Seite 209
F1
F1
Periode
Quarterly
Annual
Regressionsmodell
PM-F1-Q
PM-F1-A
Untersuchungsgruppe
LCCs
LCCs
Abhängige Variable
PMt+1
PMt+1
VIF-Wert
VIF-Wert
Hypothese
Unabhängige
Variable
Koeffizient
Achsenabschnitt
β0
PMt-1
β1
1.776
1.686
∆REV*Growth
β2
110.814
98.692
∆REV*Price
β3
1.825
3.999
∆EXP*Growth
β4
106.461
94.072
∆EXP*Price
β5
1.810
3.275
∆EXP*Productivity
β6
1.298
1.878
∆EXP*Capacity
β7
2.273
3.271
PMt-3
β8
1.451
PMt-4
β9
1.598
Abbildung 47: PM-F1 (LCCs) – Variance Inflation Factor 1054
Die Korrelationsmatrix für die Gruppe der LCCs bezüglich der Quartalsdaten 1055 weist für
alle unabhängigen Variablen signifikante Korrelationswerte (p ≤ 0.10) gegenüber der ab∗
und PMt+1 fällt – analog
hängigen Variable PMt+1 auf. Die Korrelation zwischen 𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
den diesbezüglichen Ausführungen zur Modellüberprüfung für die Gruppe der NWCs – negativ aus. Etwas überraschend ist hingegen die negative Korrelation zwischen PMt+1 und
∗
. Hier zeigt sich, dass die LCCs trotz sinkender Stückerträge in der Lage sind, im
𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
Vergleich zur Vorperiode eine höhere Rentabilität (gemessen an der PM-Ratio) zu erzielen.
Dieser Zusammenhang lässt vermuten, dass die LCCs im Durchschnitt in der Lage sind,
tiefere Preise durch höhere Absatzmengen überproportional zu kompensieren 1056. Bei den
Jahresdaten erreicht die Gruppe der LCCs die notwendige Korrelation zwischen der abhängigen Variable und den unabhängigen Variablen nicht. Einzig gegenüber der unabhängigen
Variable PMt-1 ist für PMt+1 eine signifikante Abhängigkeit (mit p ≤ 0.01) feststellbar.
Zusammenfassend lässt sich festhalten, dass das Modell PM-F1-Q für die Gruppe der LCCs
– mit Ausnahme der Multikollinearität aufgrund der Korrelation zwischen den beiden
Wachstumskomponenten – die Modellannahmen erfüllt. Das Modell zur Verwendung mit
1054
siehe Abbildung 89
1056
∗
∗
siehe hierzu Korrelation zwischen ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
und ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
in Abbildung 89
1055
Seite 210
Jahresdaten (PM-F1-A) weist für die Gruppe der LCCs hingegen erhebliche Mängel bei den
Modellannahmen auf. Die Regressionsergebnisse zu letzterem Modell dürften entsprechend
schwach ausfallen.
6.1.1.4 Modelle PM-F2-Q und PM-F2-A
Die beiden Modelle zur Überprüfung der Hypothese F2 weisen bezüglich der Modellannahme M4 keine Auffälligkeiten auf (siehe Abbildung 48). Das Vorliegen von bedingter
Heteroskedastizität kann sowohl für das Modell mit Quartalsdaten als auch für dasjenige mit
Jahresdaten ausgeschlossen werden.
PM-F2-Q
PM-F2-A
Abbildung 48: PM-F2 – Streudiagramm der Residuen(abweichung) 1057
Bei der Modellannahme M6 zeigen sich ähnliche Auffälligkeiten wie bei den Modellen zur
Hypothese F1. Sowohl PM-F2-Q als auch PM-F2-A weisen eine hohe Korrelation zwischen
den beiden Wachstumskomponenten auf, was zu sehr hohen VIF-Werten für diese unabhängigen Variablen führt (siehe Abbildung 49). Alle anderen unabhängigen (Dummy-) Variablen im Modell PM-F2-Q weisen keinen VIF-Wert über 10 aus. Für diese Variablen liegt
somit untereinander keine relevante Korrelation vor. Beim Modell PM-F2-A weisen zusätz∗
∗
lich die unabhängigen (Dummy-)Variablen 𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
sowie 𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
einen VIF-Wert
von deutlich über 10 aus.
1057
Seite 211
F2
F2
Periode
Quarterly
Annual
Regressionsmodell
PM-F2-Q
PM-F2-A
Abhängige Variable
PMt+1
PMt+1
VIF-Wert
VIF-Wert
Hypothese
Unabhängige
Koeffizient
Variable
LCC
β10
PMt-1 x LCC
β11
4.042
3.693
β12
411.607
1'147.863
∆REV*Growth
∆REV*Price
x LCC
β13
4.114
7.247
β14
392.034
1'032.154
∆EXP*Price x LCC
β15
5.057
17.811
∆EXP*Productivity
β16
3.513
5.177
17.103
x LCC
∆EXP*Growth
x LCC
∆EXP*Capacity
x LCC
β17
5.480
PMt-3 x LCC
β18
3.322
PMt-4 x LCC
β19
3.532
x LCC
Abbildung 49: PM-F2 – Variance Inflation Factor 1058
Die beiden Regressionsmodelle zu Hypothese F2 setzen sich quasi aus den beiden jeweiligen Modellen zu Hypothese F1 zusammen 1059 und nutzen jeweils dieselben (kombinierten)
Datensätze 1060. Die den Modellen PM-F2-Q und PM-F2-A zugrundeliegenden Korrelationen entsprechen daher den jeweiligen Korrelationen der Modelle zu Hypothese F1. Für Modell PM-F2-Q können bezüglich der Korrelation somit die diesbezüglichen Ausführungen
zu PM-F1-Q (NWCs) sowie PM-F1-Q (LCCs) und für PM-F2-A diejenigen zu PM-F1-A
(NWCs) sowie PM-F1-A (LCCs) herangezogen werden.
Zusammenfassend lässt sich somit festhalten, dass die Modellannahmen für multiple lineare
Regressionen im Modell PM-F2-Q mehrheitlich – d.h. mit Ausnahme der Multikollinearität
aufgrund der Korrelation zwischen den beiden Wachstumskomponenten – erfüllt sind. Im
Gegensatz dazu weisen beim Modell PM-F2-A – analog den Ausführungen zu PM-F1-A
(NWCs) und PM-F1-A (LCCs) – die fehlenden Korrelationen zwischen PMt+1 und den unabhängigen Variablen auf erhebliche Mängel in den Modellannahmen hin.
1058
siehe hierzu analog die einleitenden Ausführungen in Kapitel 6.2.3
1060
siehe beispielsweise Formel 50 im Vergleich zu Formel 52, wobei sich Letztere zusammensetzt aus Formel 53 und Formel 54
1059
Seite 212
6.2
6.2.1
Ergebnisse Regressionsanalyse
Einleitung
Die nachfolgenden Regressionsergebnisse wurden mit dem statistischen Programm IBM
SPSS Statistics (Version 21.0.0.0) erstellt. Zur Anwendung kommt eine multiple lineare
Regression nach der Methode der kleinsten Quadrate 1061.
6.2.2
Hypothese F1 – Ergebnisse
Die Regressionsergebnisse zu den einzelnen Modellen der Hypothese F1 finden sich in Abbildung 50. Bei der Überprüfung der statistischen Robustheit der Ergebnisse je Modell zeigt
sich eine grosse Differenz zwischen den Modellen mit Quartalszahlen gegenüber denjenigen
mit Jahreszahlen. Deutlich werden diese Unterschiede anhand des adjustierten Determinationskoeffizienten (adjusted R2). Die beiden Modelle mit Quartalszahlen vermögen 36 %
(NWCs) bzw. 39 % (LCCs) der Streuung in den unabhängigen Variablen durch die Regressionsfunktion zu erklären. Die erklärte Streuung beim Modell PM-F1-A (LCCs) liegt immerhin noch bei 28 %, wohingegen das Modell PM-F1-A (NWCs) nicht einmal ein Prozent
der Streuung erklären kann. Letzteres Modell stellt sich bereits aufgrund des (adjustierten)
Determinationskoeffizienten als zu ungenau spezifiziert heraus. Die F-Statistik als weiterer
Indikator für die Güte der Regressionsergebnisse bestätigt diese Erkenntnisse. Beide Modelle zur Verwendung mit Quartalszahlen sowie das Modell PM-F1-A (LCCs) unterscheiden
sich statistisch signifikant von Null. Das Modell PM-F1-A (NWCs) weist hingegen keine
signifikante F-Statistik auf. Diese Erkenntnisse decken sich mit den Erwartungen im Rahmen der Überprüfung der Modellannahmen zu diesem Regressionsmodell. Aufgrund dieser
Werte ist die Hypothese F1 für Modell PM-F1-A bezüglich der hier verwendeten Jahreszahlen zu verwerfen. Auf dieses Modell wird nachfolgend nicht weiter eingegangen, sofern dies
im Zusammenhang mit den verbleibenden drei Modellen nicht notwendig ist.
1061
siehe Fn. 998
Seite 213
F1
F1
F1
F1
Periode
Quarterly
Quarterly
Annual
Annual
Regressionsmodell
PM-F1-Q
PM-F1-Q
PM-F1-A
PM-F1-A
Untersuchungsgruppe
NWCs
LCCs
NWCs
LCCs
Abhängige Variable
PMt+1
PMt+1
PMt+1
PMt+1
Hypothese
Koeffizient
β-Wert
β-Wert
β-Wert
β-Wert
(errechnet)
(errechnet)
(errechnet)
(errechnet)
Achsenabschnitt
β0
-0.001
0.009
0.007
0.015
PMt-1
β1
0.442 ***
0.393 ***
0.243
0.819 ***
∆REV*Growth
β2
1.106
1.600 ***
-1.351
∆REV*Price
β3
0.677 ***
0.330 **
0.251
∆EXP*Growth
β4
1.194
1.798 ***
-1.507
∆EXP*Price
β5
0.628 ***
0.606 ***
0.619
0.444 **
∆EXP*Productivity
β6
0.070
0.951
1.939
0.695
∆EXP*Capacity
β7
0.648 ***
0.012
-0.605
0.371
PMt-3
β8
0.329 ***
0.378 ***
PMt-4
β9
-0.265 ***
0.001
0.288
1.006
3.254 ***
Unabhängige
Variable
-0.352
0.522 *
-0.406
-0.064
Bemerkung
Adjusted R2
Model F
n
*, **, ***
0.364
0.390
12.069 ***
13.366 ***
175
175
40
40
Two-tailed statistical significance at the 0.10, 0.05, and 0.01 levels respectively.
Abbildung 50: Regressionsergebnisse zu Hypothese F1 1062
Regressionsergebnisse zu PM-F1-Q (NWCs)
Das Regressionsergebnis zu Modell PM-F1-Q (NWCs) zeigt die erwarteten Vorzeichen für
alle unabhängigen Variablen 1063. Es kann daher davon ausgegangen werden, dass die relevanten unabhängigen Variablen in diesem Modell enthalten sind. Die Modellannahme
M3 1064 gilt für dieses Modell als erfüllt. Die Auswertung der einzelnen Regressionskoeffizienten ergibt bezüglich der für Hypothese F1 relevanten SEA-Komponenten drei signifikante Ausprägungen. Die SEA-Ausprägungen in den beiden Preisausgleichskomponenten
∗
∗
∗
(∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
und ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
) sowie in der Kapazitätskomponente (∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
) wirken sich
signifikant (p ≤ 0.01) vorteilhaft auf PMt+1 aus. Für die Gruppe der NWCs lässt sich daraus
ableiten, dass die künftige Profitabilität (gemessen an der PM-Ratio) hauptsächlich von der
1062
Eigene Darstellung unter Verwendung von IBM SPSS Statistics (Version 21.0.0.0). Die Anzahl Beobachtungen in den einzelnen Modellen entspricht der Hälfte (5 Fluggesellschaften je Untersuchungsgruppe) der je in Abbildung 85 bzw. Abbildung 86 aufgeführten Datensätze.
1063
siehe Abbildung 50 i.V.m. Abbildung 43
1064
Seite 214
Entwicklung der Stückerträge und Stückkosten sowie der Kapazitätsauslastung abhängt. Der
Einfluss des Mengenwachstums spielt für diese Gruppe im betrachteten Zeitraum eine weniger wichtige Rolle. Dieses Ergebnis deckt sich mit den Ausführungen von Doganis, wonach der Schlüssel zum Erfolg von Fluggesellschaften hauptsächlich in der Erzielung höherer durchschnittlicher Stückerträge im Vergleich zu den durchschnittlichen Stückkosten sowie in der auf die Nachfrage optimierten Kapazitätsauslastung liegt 1065.
Regressionsergebnisse zu PM-F1-Q (LCCs)
Die Regressionsergebnisse der Gruppe der LCCs bezüglich Hypothese F1 unter Verwendung von Quartalszahlen (Modell PM-F1-Q) zeigen für alle Regressionskoeffizienten die
erwarteten Vorzeichen. Die Modellannahme M3 ist somit auch für dieses Modell als gegeben zu erachten. Im Unterschied zur Gruppe der NWCs zeigt sich für die Gruppe der LCCs
eine Konzentration der signifikanten Regressionskoeffizienten auf die beiden Wachstumskomponenten (mit p ≤ 0.01) sowie auf die beiden Preisausgleichskomponenten mit p ≤ 0.01
∗
∗
für ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
sowie p ≤ 0.05 für ∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
(siehe Abbildung 50). Erstaunlicherweise fallen
weder die Kapazitäts- noch die Produktivitätskomponente signifikant mit p ≤ 0.10 aus. Entgegen den Erwartungen aufgrund der Ausführungen zum Geschäftsmodell der LCCs 1066
spielen die (Absatz-)Mengenveränderungen sowie die Input- und Output-Preise für die
LCCs im betrachteten Zeitpunkt eine wichtigere Rolle bezüglich der künftigen Profitabilität
(gemessen an der PM-Ratio) als (Kosten-)Effizienz und Kapazitätsauslastung.
Auffallend ist auch, dass der Wert des Regressionskoeffizienten zur Kapazitätskomponente
∗
nahe bei Null liegt. Eine (von den anderen Variablen isolierte) Steigerung der
Kapazitätsauslastung führt für die Gruppe der LCCs somit nur zu einer äusserst minimalen
Steigerung der künftigen Profitabilität (gemessen an der PM-Ratio). Dieser Umstand ist umso erstaunlicher, da die untersuchten LCCs im Durchschnitt über den gesamten Untersuchungszeitraum einen Auslastungsgrad (LF) von 78.0 % erreichen, wohingegen derjenige
der untersuchten NWCs im selben Zeitraum durchschnittlich bei 79.8 % liegt. Der Vergleich der durchschnittlichen Kapazitätsauslastung (gemessen am LF) zum Zeitpunkt t und
der durchschnittlichen Profitabilität (gemessen an der PM-Ratio) zum Zeitpunkt t der beiden
Gruppen 1067 hilft bei der Erklärung dieses Zustands. Zwar weisen die untersuchten LCCs
durchschnittlich in praktisch allen Quartalen im untersuchten Zeitraum eine tiefere Kapazitätsauslastung als die untersuchten NWCs aus. Hingegen erreichen die untersuchten LCCs
1065
(Doganis, 2010, pp. 6-8)
siehe Kapitel 5.2.2
1067
siehe Abbildung 92
1066
Seite 215
im selben Zeitraum im Durchschnitt ausschliesslich positive PM-Ratios, während die untersuchten NWCs in mehr als der Hälfte der untersuchten Quartale negative durchschnittliche
PM-Ratios ausweisen. Daraus lässt sich schliessen, dass die LCCs trotz tieferem LF im
Durchschnitt im untersuchten Zeitraum profitabler sind als die untersuchten NWCs. Die
notwendige Kosteneffizienz von LCCs aufgrund der geringen Preisgestaltungsmöglichkeiten (im Vergleich zu den NWCs) liess erwarten, dass diese Gruppe einen höheren LF als die
NWCs ausweisen würde. Eine Erklärung für diesen Zustand liegt in der vergleichsweise
homogenen Flugzeugflotte von LCCs, welche in der Regel bei stark schwankender Nachfrage keine nachfrageorientierte Kapazitätsanpassung durch Verwendung eines kosteneffizienteren (z.B. kleineren) Flugzeugtyps ermöglicht. Die im Durchschnitt im betrachteten Zeitraum hohe Rentabilität der Untersuchungsgruppe der LCCs im Vergleich zur Gruppe der
NWCs lässt zusätzlich darauf schliessen, dass die LCCs im Durchschnitt in der Lage waren,
in der Gewinnzone – siehe Feld 5 in Abbildung 30 – zu operieren. In diesem ausbalancierten Zustand zwischen Nutzschwelle (BEP-LF) und Kapazitätsauslastung (LF) sind für künftige Gewinne in erster Linie die (Output-)Mengen und Preisentwicklung relevant, was sich
entsprechend an der Signifikanz der Regressionskoeffizienten im Modell PM-F1-Q (LCCs)
zeigt.
Bezüglich der untersuchten NWCs lässt sich festhalten, dass ein hoher LF nur dann vorteilhaft ist, wenn gleichzeitig auch ein entsprechender (durchschnittlicher) NutzschwellenSitzladefaktor (BEP-LF) erreicht werden kann 1068. Die Häufung negativer durchschnittlicher
PM-Ratios im untersuchten Zeitraum für die Gruppe der NWCs lässt darauf schliessen, dass
diese Gruppe den notwendigen (durchschnittlichen) Nutzschwellen-Sitzladefaktor nur ungenügend erreicht, und folglich im Durchschnitt ausserhalb von Feld 5 in Abbildung 30
operiert. Dieser Zusammenhang erklärt, weshalb die Wachstumskomponenten im Modell
PM-F1-Q (NWCs) keinen signifikanten Einfluss auf künftige Gewinne (gemessen an der
PM-Ratio) haben. Mengenwachstum ist nur dann sinnvoll, wenn sich dadurch – spätestens
mittelfristig – auch (höhere) Gewinne erzielen lassen. Für die untersuchten Vertreter der
Gruppe der NWCs ist dies im untersuchten Zeitraum offensichtlich nicht der Fall. Aus diesem Grund müssen die NWCs sich auf die Erhöhung der Stückerträge, die Senkung der
Stückkosten sowie eine optimale (gewinnorientierte) Kapazitätsanpassung konzentrieren. 1069
1068
1069
siehe Abbildung 30
siehe Regressionsergebnisse zu Modell PM-F1-Q (NWCs) in Abbildung 50
Seite 216
Aufzeigen lässt sich dieser Zusammenhang approximativ anhand der grafischen Darstellung
in Abbildung 51. Positive (negative) Werte aus der Differenz von LF abzüglich BEP-LF
weisen auf einen Auslastungsgrad über (unter) dem Nutzschwellengrenzwert (Feld 5 in Abbildung 30) hin.
Abbildung 51: Differenz LF zu BEP-LF im Durchschnitt
der beiden Untersuchungsgruppen 1070
1070
Eigene Darstellung. Datenquelle: RITA bzw. BTS, Schedule P-1.2 Form 41 (RITA & BTS, 2014a) &
RITA bzw. BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA & BTS, 2014c). Als Vergleichswerte sind in der grafischen Darstellung die PM-Ratios der beiden Untersuchungsgruppen aufgeführt, jedoch ohne zeitliche Verschiebung. Das heisst, die hier ausgewiesenen Daten (LF, BEP-LF & PM) beziehen sich immer auf dieselbe Periode.
Seite 217
Die Gruppe der LCCs weist im untersuchten Zeitraum einen LF (Mittelwert) von 78 % sowie einen BEP-LF (Mittelwert) von 74.5 % auf. Der LF (Mittelwert) der Gruppe der NWCs
liegt im untersuchten Zeitraum – wie bereits erwähnt – bei 79.8 % und damit über dem Mittelwert der LCCs. Gleichzeitig benötigt die Gruppe der NWCs im betrachteten Zeitraum
jedoch einen LF-BEP (Mittelwert) von 81.2 %, um alle Kosten decken zu können. Es lässt
sich somit festhalten, dass die Gruppe der NWCs – im Gegensatz zur Gruppe der LCCs –
im Durchschnitt im untersuchten Zeitraum eine Auslastung (gemessen am LF) ausserhalb
der Gewinnzone aufweist. Diese Kennzahlen stützen – mit Einschränkungen 1071 – die Aussagen zur ökonomischen Logik der Regressionsergebnisse der beiden Modelle PM-F1-Q
(NWCs) und PM-F1-Q (LCCs). Der hier errechnete LF-BEP-Wert für die Gruppe der
NWCs ist gesamthaft für die Airline Industry sehr hoch. Berücksichtig man die grundsätzliche Problematik von (stark) schwankenden Auslastungen je Flug sowie die Problematik des
Spill-Effekts 1072, darf angezweifelt werden, ob ein LF-BEP von über 80 % gegenwärtig
überhaupt erzielt werden kann.
Regressionsergebnisse zu PM-F1-A (LCCs)
Die Regressionsergebnisse zum Modell PM-F1-A (LCCs) sind im Vergleich mit den Ergebnissen zu den Modellen mit Verwendung von Quartalsdaten wenig robust 1073. Auffallend ist
zudem, dass die Vorzeichen zu den beiden Wachstumskomponenten nicht den Erwartungen
aufgrund der ökonomischen Logik entsprechen. Alle signifikanten Regressionskoeffizienten
∗
∗
mit p ≤ 0.1 und ∆𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑃
mit p ≤ 0.05) erfüllen hingegen die erwarteten Vor(∆𝑅𝑅𝑅𝑃𝑃𝑃𝑃𝑃
zeichen. Die Modellannahme M3 ist für dieses Modell somit nicht hinreichend erfüllt. Für
den betrachteten Zeitraum und die untersuchten Fluggesellschaften ist das verwendete Modell als wenig aussagekräftig zu verwerfen. Ausschlaggebend für dieses Ergebnis dürfte –
insbesondere im Vergleich zur Studie von CRC – die geringe Anzahl Beobachtungen für die
Verwendung in diesem Modell sein.
1071
Die Werte zum BEP-LF konnten mit den vorhandenen Daten mit der Formel 47 lediglich approximativ
und als Durchschnittswerte errechnet werden und sind entsprechend mit Vorsicht zu verwenden. Einschränkend auf die hier ausgewiesenen LF-BEP-Werte wirkt sich insbesondere die in dieser Untersuchung angewendete approximative Unterscheidung in fixe und variable Kosten aus – siehe hierzu Kapitel
6.3.2.
1072
Der Spill-Effekt im Bereich der Airline Industry beschreibt die Problematik, dass in Abhängigkeit zur
Varianz der Nachfrage je Flug in einem O&D-Markt mehr oder weniger viel Überkapazität (bzgl. Sitzplätze) verfügbar sein muss, um die (saisonalen) Nachfragespitzen in diesem Markt möglichst ohne eine
hohe Anzahl an abgewiesenen Passagieren (Spill) bedienen zu können – siehe hierzu u.a. (Conrady,
1073
siehe Abbildung 50
Seite 218
6.2.3
Hypothese F2 – Ergebnisse
Die Regressionsergebnisse zur Hypothese F2 (Modelle PM-F2-Q und PM-F2-A) finden sich
in Abbildung 52. Die beiden Regressionsmodelle zur Überprüfung der Hypothese F2 setzen
sich quasi aus den jeweiligen Modellen zu Hypothese F1 zusammen, mit dem Fokus auf den
Unterschied zwischen den beiden Untersuchungsgruppen 1074. Die Basis für das Modell PMF2-Q bildet das Modell PM-F1-Q (NWCs). Die Regressionsergebnisse in Abbildung 52 für
Modell PM-F2-Q zeigen die Differenz der Gruppe der LCCs gegenüber den Ergebnissen in
Modell PM-F1-Q (NWCs).
Das Modell zur Verwendung mit Quartalsdaten (PM-F2-Q) ist mit einem adjustierten Determinationskoeffizient von 41.5 % sowie einer signifikanten F-Statistik mit p ≤ 0.01 insgesamt als robust zu bezeichnen. Signifikante Unterschiede (p ≤ 0.1) zwischen den untersuchten NWCs und LCCs ergeben sich in der ertragsseitigen Preisausgleichskomponente
∗
∗
) sowie in der Kapazitätskomponente (∆𝐸𝐸𝐸𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
). Die Vorzeichen dieser bei-
den unabhängigen Variablen sind erwartungsgemäss negativ. Dies bedeutet, dass Veränderungen in diesen beiden Variablen – im Vergleich zu den LCCs – eine höhere Auswirkung
auf die künftige Rentabilität (gemessen an der PM-Ratio) von NWCs haben. Dieser Kausalitätszusammenhang deckt sich mit den Ergebnissen der Untersuchung von CRC 1075. Demgemäss verfügen NWCs über eine vergleichsweise hohe Preisfestsetzungsmacht, unter anderem begünstigt durch die Kundensegmentierung (Buchungsklassen) sowie die HubDominanz an wichtigen Luftverkehrsknotenpunkten. Der signifikante Unterschied zwischen
den untersuchten NWCs und den LCCs bezüglich der Kapazitätskomponente ist hauptsächlich mit den bereits aufgezeigten Unterschieden zwischen den beiden Untersuchungsgruppen zu erklären 1076. Einerseits haben die untersuchten NWCs mit erheblichen Überkapazitäten bzw. den damit verbundenen Kosten zu kämpfen, was sich am durchschnittlichen BEPLF zeigt, welcher über der tatsächlichen durchschnittlichen Auslastung (LF) liegt 1077. Andererseits weisen die untersuchten LCCs im Durchschnitt ein gewinnbringendes Verhältnis
zwischen Auslastung und Kapazitätskosten auf. Dieser vorteilhafte (Durchschnitts-)Zustand
der LCCs zeigt sich in den Regressionsergebnissen an der geringen "Hebelkraft" von Verbesserungen der Kapazitätsausnutzung bei dieser Untersuchungsgruppe hinsichtlich der zukünftigen Rentabilität (gemessen an der PM-Ratio). Die untersuchten LCCs operieren demzufolge in einem (kosten-)optimalen Auslastungszustand, wohingegen die untersuchten
1074
siehe (Chatterjee & Simonoff, 2013, pp. 39-40)
siehe (Collins, Román, & Chan, 2011, p. 60)
1076
siehe Kapitel 6.2.2
1077
siehe Abbildung 51
1075
Seite 219
NWCs erhebliches Verbesserungspotential bei der Kapazitätsausnutzung bzw. hinsichtlich
der zukünftigen Ertragskraft (gemessen an der PM-Ratio) aufweisen.
F2
F2
Periode
Quarterly
Annual
Regressionsmodell
PM-F2-Q
PM-F2-A
Abhängige Variable
PMt+1
PMt+1
β-Wert
β-Wert
(errechnet)
(errechnet)
β10
0.002
0.008
PMt-1 x LCC
β11
-0.032
∆REV*Growth
β12
0.661
0.998
∆REV*Price x LCC
β13
-0.310 *
0.271
∆EXP*Growth
β14
0.784
1.101
Hypothese
Unabhängige
Variable
LCC
∆EXP*Price
x LCC
x LCC
Koeffizient
0.576 **
β15
-0.028
-0.175
β16
0.988
-1.244
∆EXP*Capacity x LCC
β17
-0.635 *
0.976
PMt-3 x LCC
β18
0.052
PMt-4 x LCC
β19
0.194 *
x LCC
Bemerkung
Adjusted R2
Model F
n
*, **, ***
0.415
14.018 ***
0.215
2.439 ***
350
80
Two-tailed statistical significance at the 0.10, 0.05, and 0.01
levels respectively.
Abbildung 52: Regressionsergebnisse zu Hypothese F2 1078
Die Ausgangslage bei den Modellen mit Jahresdaten 1079 in Abbildung 50 wirkt sich negativ
auf die Überprüfung der Hypothese F2 zwischen den beiden Untersuchungsgruppen (NWCs
bzw. LCCs) aus. Dadurch dass das Modell PM-F1-A (NWCs) mit den vorliegenden Daten
keine verwendbaren Ergebnisse liefert, können auch keine statistischen Rückschlüsse gezogen werden, inwiefern sich die beiden Untersuchungsgruppen (unter Verwendung von Jahresdaten) voneinander signifikant unterscheiden. Zwar vermag das Regressionsergebnis zu
Hypothese F2 mit Verwendung von Jahresdaten (robuste) Unterschiede zwischen den beiden Untersuchungsgruppen aufzuzeigen (siehe Abbildung 52), jedoch zeigt keiner der Regressionskoeffizienten mit Bezug zur SEA eine signifikante Ausprägung. Ausserdem weist
das Regressionsergebnis von Modell PM-F1-A (NWCs) darauf hin, dass kein signifikanter
Bezug zwischen PMt+1 und den SEA-Komponenten besteht. Ein allfälliger, signifikanter
Unterschied zwischen PM-F1-A (NWCs) und PM-F1-A (LCCs) – unter Verwendung von
1078
1079
siehe Kapitel 6.1.1.2 bezüglich PM-F1-A (NWCs) sowie Kapitel 6.1.1.3 bezüglich PM-F1-A (LCCs)
Seite 220
Jahresdaten im betrachteten Zeitraum – kann daher nicht zuverlässig auf unterschiedliche
Geschäftsstrategien zwischen diesen beiden Modellen bzw. Untersuchungsgruppen zurückgeführt werden.
6.2.4
Interpretation
Anhand der Regressionsergebnisse zur Hypothese F1 kann festgehalten werden, dass auf
Basis der Quartalszahlen ein Ursache-Wirkungs-Zusammenhang zwischen den SEAKomponenten und der künftigen Ertragskraft (gemessen an der PM-Ratio) für beide Untersuchungsgruppen (NWCs bzw. LCCs) vorliegt bzw. nicht abgelehnt werden kann. Die Frage, inwiefern SEA-Ertrags-Persistenz für die untersuchten Fluggesellschaften im Zeitraum
von 2002 bis 2011 vorliegt, kann somit bejaht werden. Die Kapazitätskomponente ist lediglich bei der Gruppe der NWCs signifikant. Die (nicht-signifikante) Ausprägung in der Kapazitätskomponente der LCCs in Verbindung mit den aufgezeigten Zusammenhängen (LF
in Beziehung zum BEP-LF) lassen darauf schliessen, dass die Kapazitätskomponente insbesondere dann signifikant ausfällt, wenn akuter Verbesserungsbedarf im Bereich der Kapazitätsausnutzung besteht.
Hinsichtlich der Jahresdaten gibt es lediglich für die Gruppe der LCCs schwache Hinweise
auf eine SEA-Ertrags-Persistenz. Für die Gruppe der NWCs ist ein solcher UrsacheWirkungs-Zusammenhang abzulehnen. Die Ursache für die Ablehnung der Hypothese F1
für das Modell PM-F1-A (NWCs) lässt sich nicht hinreichend identifizieren. Grundsätzlich
zeigt bereits die Untersuchung von CRC 1080, dass die Aussagekraft der (klassischen) SEAMethode bei der Verwendung von Quartalsdaten im Vergleich zu Jahresdaten robuster ausfällt. Die Ergebnisse der Jahresdaten bei Verwendung der erweiterten SEA-Methode in der
vorliegenden Untersuchung fallen – vergleichsweise zu den Ergebnissen von CRC – deutlich schlechter aus 1081. Auffällig ist in der vorliegenden Untersuchung insbesondere das
Modell PM-F1-A (NWCs), welches überhaupt keine Abhängigkeit zwischen PMt+1 und den
unabhängigen Variablen (insb. den SEA-Komponenten) ausweist. Eine mögliche Erklärung
für diese schwachen Ergebnisse liegt in der vergleichsweise geringen Anzahl an untersuchten Beobachtungen. Die vorliegende Untersuchung erfasst in diesem Modell insgesamt 80
Datensätze (je 40 pro Untersuchungsgruppe), während die Untersuchung von CRC 1082 für
das vergleichbare Modell insgesamt 136 Jahresdaten einbezieht. Die Ergebnisse der Rekapi1080
siehe hierzu die Ergebnisse für das CRC-Modell PM-H2+H3-Q im Vergleich zu denjenigen in CRCModell PM-H2+H3-A in Abbildung 63
1081
1082
Seite 221
tulation der Untersuchung von CRC mit den in dieser Untersuchung verwendeten Daten
unterstreichen diesen Zusammenhang 1083.
Dasselbe Bild ergibt sich für die Hypothese F2. Anhand des Modells zur Verwendung mit
Quartalszahlen zeigen sich zwischen den beiden Untersuchungsgruppen im relevanten Zeitraum signifikante Unterschiede in zwei von insgesamt sechs SEA-Komponenten. Die Hypothese F2 ist daher für das Modell PM-F2-Q als erfüllt anzusehen bzw. kann nicht (vollständig) zurückgewiesen werden. Es ist somit davon auszugehen, dass eine SEA-StrategiePersistenz zwischen den beiden Untersuchungsgruppen bei Anwendung der erweiterten
SEA-Methode mit separater Ausweisung der Kapazitätsausnutzung vorliegt. Für das Modell
PM-F2-A zur Verwendung mit Jahreszahlen lässt sich aufgrund der mangelnden Erklärungskraft von Modell PM-F1-A (NWCs) keine qualifizierte Aussage zur SEA-StrategiePersistenz ableiten.
Zusammenfassend lässt sich festhalten, dass bezüglich der Quartalsdaten im untersuchten
Zeitraum für beide Untersuchungsgruppen eine Kausalität zwischen künftigen Erträgen und
den (erweiterten) SEA-Komponenten vorliegt (SEA-Ertrags-Persistenz) und die verschiedenen Wettbewerbsstrategien der beiden Untersuchungsgruppen sich in signifikanten Unterschieden bezüglich der Ausprägungen der (erweiterten) SEA-Komponenten ausdrücken
(SEA-Strategie-Persistenz). Für die Modelle mit Quartalsdaten sind somit die Hypothesen
F1 und F2 anzunehmen. Für die Modelle mit Jahresdaten lassen sich hingegen weder eine
SEA-Ertrags-Persistenz noch eine SEA-Strategie-Persistenz nachweisen. Die Hypothesen
F1 und F2 sind für diese Modelle zu verwerfen.
6.3
6.3.1
Einschränkungen der Untersuchung
Abhängigkeit der verwendeten Kostentreiber
Wie bereits ausgeführt wird die Kapazität in der Passagierluftfahrt üblicherweise anhand der
ASM bzw. ASK gemessen 1084. De facto sind die ASM bzw. ASK jedoch eine Kombination
(Quote) aus einer maximalen Output-Menge (verfügbare Sitzplätze) und dem bedingt nachfrageabhängigen Gebrauch (Flugleistung in Meilen bzw. Kilometern) 1085. Diese Kombination hat zur Folge, dass sich die ASK unter bestimmten Umständen ebenfalls variabel zum
1083
1085
Der Faktor Zeit wird angenommen aufgrund des Erfassungszeitraums der zur Berechnung der ASM bzw.
ASK verwendeten Daten. Die ASM bzw. ASK erfüllen somit sämtliche Anforderungen an eine Kapazitätskennzahl – siehe hierzu Kapitel 3.5.1.
1084
Seite 222
Output verhalten können. Ein Beispiel hierfür sind die Anschläge vom 11. September 2001
auf die Twin Towers des World Trade Centers in New York (09/11). Auswertungen zur
Entwicklung der RPK im Vergleich zu den ASK in der Luftfahrt zeigen, dass sich infolge
dieser Anschläge die beiden Kennzahlen zur Messung der Verkehrsleistung (RPM) im Vergleich zur Beförderungskapazität (ASK) – zumindest temporär und bezogen auf den Flugverkehr zwischen Nordamerika und Europa – praktisch deckungsgleich verhalten 1086. Während der massive Einbruch bei den RPK in direkten Zusammenhang mit den Anschlägen
gebracht werden kann 1087, ist der ähnlich starke und zeitgleiche Einbruch bei den ASK auf
den ersten Blick unerklärlich. Verdeutlichen lässt sich Letzteres am Auslastungsgrad (gemessen am LF) 1088. Verändern sich die ASK anteilsgleich und zeitgleich zu den RPK, bedeutet dies, dass der LF unverändert bleibt. Dieser Umstand ergibt sich aufgrund der LFBerechnung (siehe Formel 55). De facto haben die 09/11-Anschläge bezüglich des Luftverkehrs zwischen Nordamerika und Europa somit zu keiner adäquaten Veränderung der Auslastung geführt 1089 – obwohl infolge drei Tage lang alle Flüge von, nach und innerhalb der
USA entfielen 1090. Dasselbe Ergebnis zeigt sich bei der entsprechenden Auswertung des
Luftverkehrs zwischen Europa und Asien ab Februar 2003 im Zusammenhang mit den
Auswirkungen der SARS-Epidemie 1091. Auch hier verhalten sich die RPK und ASK deckungsgleich bzw. beide Kennzahlen brechen proportional und zeitgleich ein.
Erklären lässt sich die Entwicklung der ASK infolge dieser beiden Ereignisse mit dem Umstand, dass die Kennzahl der ASK sich auf die Messung der produktiven Kapazität sowie
auf Teile der brachliegenden Kapazität (u.a. fehlendes Absatzvolumen) nach der modernen
Methode der Kapazitätsmessung beschränkt (siehe Abbildung 53). Sobald Flüge (temporär)
nicht mehr angeboten bzw. gestrichen werden und dadurch in den Bereich der unproduktiven 1092 oder brachliegenden 1093 Kapazität fallen, findet keine Berücksichtigung dieses Zustands in den ASK bzw. ASM statt.
1086
siehe (Cento, 2009, p. 51 Fig. 3.1) bzw. Abbildung 74
In der Literatur wird jedoch auch argumentiert, dass 09/11 ein (heftiger) Multiplikator-Effekt innerhalb
eines bereits seit anfangs 2000 einsetzenden Abwärtszyklus im Luftverkehr darstellt. Mit dem Irak-Krieg
und dem Ausbruch der SARS-Epidemie in Asien (beides im Jahr 2003) kamen weitere Multiplikatoren
innerhalb dieses Abwärtszyklus zusammen. (Doganis, 2006, pp. 8-9) .
1088
1089
siehe hierzu Auswertung zum Load Factor für U.S.-domizilierte Fluggesellschaften bzgl. des PassagierLinienluftverkehrs in (Wensveen, 2007, pp. 191 Table 6-2)
1090
(Doganis, 2006, p. 9)
1091
siehe (Cento, 2009, p. 53 Fig. 3.2) bzw. Abbildung 75
1092
z.B. Wartung, unterschiedliche Auslastung in den einzelnen Buchungsklassen etc.
1093
z.B. durch temporäres Parkieren eines Flugzeuges infolge des fehlenden Absatzvolumens oder beim
Grounding auf behördliche Anordnung wie infolge der Ereignisse von 09/11 etc.
1087
Seite 223
Abbildung 53: Verwendete SEA-Treiber in Bezug zum zeitgemässen Kapazitätsmodell 1094
Die Problematik mit den ASK bzw. ASM als Messgrösse der Kapazität besteht darin, dass
ein temporäres Grounding oder Parking von Flugzeugen in der Regel zu keiner Veränderung in den fixen Kosten einer Fluggesellschaft führt. Im Zusammenhang mit der (erweiterten) SEA-Analyse führt dies zu einer ungenauen Zuteilung der fixen Kosten auf die drei
Kategorien des zeitgemässen Kapazitätsmodells. Wie in Abbildung 53 schematisch dargestellt, greifen die ASM als Treiber für die Aufschlüsselung der fixen Kosten auf das zeitgemässe Kapazitätsmodell zu kurz. Richtigerweise müsste für diese Aufschlüsselung die theoretische Kapazität im Umfang der ASM + ∆ herangezogen werden 1095. Durch diesen "verkürzten" Treiber (ASM) fällt der Kapazitätskostensatz 1096 im Vergleich zur theoretischen
Kapazität höher aus, was zu einer Verzerrung in der Kostenzuteilung auf die einzelnen Kategorien des zeitgemässen Kapazitätsmodells führt. Im Ergebnis bewirkt dies bei der (erweiterten) SEA-Analyse eine Verzerrung der Kapazitätskomponente im Verhältnis zu den anderen drei SEA-Komponenten.
1094
Eigene Darstellung
siehe Abbildung 95
1096
hier: fixe Kosten / ASM
1095
Seite 224
Für den vollständigen Ausweis der theoretischen Kapazität müssten die ASM beispielsweise
um eine zeitliche Komponente, ähnlich den in der Airline Industry bekannten "block
hours" 1097, erweitert werden. Anhand von Informationen zur Fluggeschwindigkeit ("ground
speed") eines Flugzeugs (oder einer Flotte im Durchschnitt) liesse sich in Kombination mit
den ASM eine neue Kennzahl für die Kapazität in der Form von "available seat miles per
hour" (ASMh) bilden. Der theoretische Wert solcher ASMh zeigt (beispielsweise bezogen
auf ein Jahr) an, welche ASM erzielt werden könnten, wenn das Flugzeug bzw. die Flotte
sich 24 Stunden pro Tag und 365 Tage pro Jahr in der Luft befinden würde. Selbstverständlich ist diese Kennzahl an sich utopisch. Aus betriebswirtschaftlicher Sicht hoch interessant
ist jedoch, wieso und in welchem Umfang dieser utopische Wert nicht erzielt werden kann.
Ein erheblicher Informationsgewinn ergibt sich, sobald aufgezeigt werden kann, wie viel
potentiell ertragswirksame Flugzeit beispielsweise durch Standzeiten, durch Wartung und
Unterhalt, Umschlag (Ein- und Aussteigen von Passagieren und Fracht), temporäres (Teil-)
Grounding infolge fehlender Nachfrage etc. verloren geht und welche dieser Verluste im
Bereich der unproduktiven Kapazität im direkten Einfluss des Managements einer Fluggesellschaft liegen. Gleichzeitig erlaubt ein solcher theoretischer Kapazitätstreiber eine verursachergerechte Zuordnung der Kosten auf die einzelnen (zeitgemässen) Kapazitätskategorien und schliesslich auf die jeweiligen SEA-Komponenten 1098.
Es ist davon auszugehen, dass Fluggesellschaften unternehmensintern die notwenigen Daten
für die Anwendung der ASMh ganz oder zumindest teilweise zur Verfügung haben – und
im Idealfall auch entsprechende (Schätz-)Werte bezüglich der jeweiligen Konkurrenten. Bei
der in dieser Arbeit verwendeten Datenquellen ist dies nicht gegeben. Das heisst, für die
Anwendung der theoretischen Kapazität mittels ASMh (oder einem vergleichbaren theoretischen Kapazitätstreiber) ist der verwendete Datensatz nicht umfangreich genug. Aus diesem
Grund wird auf die Approximation zurückgegriffen, welche bereits in verschiedenen publizierten Arbeiten 1099 angewendet wird.
6.3.2
Approximation des Kostenverhaltens
Einschränkend auf die vorliegende Untersuchung wirkt sich auch die Approximation beim
angewendeten Kostenverhalten aus. Wie in Kapitel 5.3 ausgeführt, wird die Unterteilung in
fixe und variable Kosten anhand der Approximation in bisherigen Untersuchung mit der
1097
"Block hours refer to the period during which an aircraft is in use, beginning at door close (blocks taken
away from wheels) to door open (blocks placed under wheels)." (Belobaba, 2009, p. 146)
1098
1099
siehe die in Abbildung 40 aufgeführten Arbeiten mit Verwendung der erweiterten SEA-Methode
Seite 225
Verwendung von stark aggregierten Daten sowie basierend auf den Standards zur Datenerfassung der RITA bzw. BTS vorgenommen. Es ist davon auszugehen, dass diese Approximation sowie die Zuteilung der Kosten auf die in dieser Untersuchung verwendeten Kategorien mit (angenommenem) fixem Kostenverhalten ("aircraft and traffic servicing" sowie
"promotion and sales") vergleichsweise ungenau sind, insbesondere im Vergleich zum Informationsgehalt von internen verfügbaren Daten der Fluggesellschaften. Weiterführende
Abklärungen zum Kostenverhalten wurden – sofern dies nicht aus der herangezogenen Literatur ableitbar war – keine vorgenommen. Es ist anzunehmen, dass eine genauere Abgrenzung der Kosten nach deren Kostenverhalten die Aussagekraft der hier präsentierten Ergebnisse potentiell verbessern kann.
6.3.3
Methodische Einschränkungen
Die in der hier vorgenommenen Untersuchung festgestellte Korrelation 1100 zwischen den
∗
∗
entsteht methodisch bedingt
beiden Wachstumskomponenten ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
durch die Flexibilisierung der Input-Menge anhand der Output-Menge bei der Berechnung
der Wachstumskomponenten. Auch CRC weisen in ihrer Untersuchung auf diese Problematik hin, wobei in ihrer Auswertung die VIF-Werte für diese beiden unabhängigen Variablen
nicht derart hoch ausfallen wie in der Untersuchung hier 1101. Eine Erklärung hierfür ist der
Umstand, dass durch die separate Kapazitätskomponente im Vergleich zur SEA-Methode
von CRC der Einfluss von unproduktiven Kapazitätskosten auf die Wachs∗
eliminiert wird, wodurch die Abhängigkeit zwischen
tums(teil)komponente ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
den beiden Wachstumskomponenten genauer und damit höher ausfällt. 1102
Adressieren lässt sich diese Problematik bei der erweiterten SEA durch Verwendung von
separaten, im relevanten Bereich von der Output-Menge unabhängigen Kostentreiber für die
produktiven Fix- bzw. Kapazitätskosten 1103. Eine Alternative bildet zudem die Verwendung
einer höheren Aggregationsstufe für die Wachstumskomponenten, d.h., die beiden Teil∗
∗
werden ersetzt durch den addierten Wert aus
komponenten ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
∗
). Durch diese Summierung der beiden Teildiesen beiden Teilkomponenten (∆𝑂𝑂𝐺𝐺𝐺𝐺𝐺ℎ
komponenten fällt die Problematik der Korrelation zwischen diesen beiden einzelnen Komponenten weg. Nachteilig bei dieser Anwendung wirkt sich jedoch der Informationsverlust
aus. Insbesondere wenn weiterführende Analysen zur Untersuchung der Entstehung der ein1100
siehe Abbildung 88 bis Abbildung 91
siehe (Collins, Román, & Chan, 2011, p. 57 Fn. 18)
1102
siehe Abbildung 88 und Abbildung 89 im Vergleich zu (Collins, Román, & Chan, 2011, p. 53 Table 4)
1103
siehe z.B. Abbildung 7 oder Abbildung 10
1101
Seite 226
zelnen Komponenten gewünscht sind (z.B. der Anteil des Marktwachstums im Vergleich
∗
zur Veränderung des Marktanteils), ist die Unterscheidung in ∆𝑅𝑅𝑉∗𝐺𝐺𝐺𝐺𝐺ℎ und ∆𝐸𝐸𝐸𝐺𝐺𝐺𝐺𝐺ℎ
sehr wichtig.
6.3.4
Grundannahmen und Verallgemeinerung
Potter führt in seiner Diskussion der Arbeit von CRC richtigerweise an, dass die (von CRC
nachgewiesene) Ertrags-Persistenz nicht zweifelsfrei auf das Vorliegen von Markteintrittsbarrieren zurückgeführt werden kann 1104. Auch die vorliegende Untersuchung vermag nicht
zweifellos nachzuweisen, dass die Veränderungen in den SEA-Komponenten bezüglich der
(SEA-)Ertrags-Persistenz vollumfänglich von den Markteintrittsbarrieren und der jeweiligen, darauf aufbauenden Wettbewerbsstrategie abhängen. Dies ist eine grundsätzliche Prämisse der angewendeten empirischen Methodik. Die (multiple) lineare Regression basiert
auf der hergeleiteten ökonomischen Logik und überprüft diese auf ihre Aussagekraft, ohne
dabei die (mögliche) Vielfalt an abweichenden 1105 Ursache-Wirkungs-Zusammenhängen
vollumfänglich miteinzubeziehen oder gar aufzuzeigen 1106.
Tatsächlich ist die Ursache der festgestellten Unterschiede zwischen den beiden Untersuchungsgruppe lediglich von theoretischer Relevanz. Wie hier aufgezeigt werden konnte, ist
die Ausgestaltung des Geschäftsmodells idealerweise eine konsequente Weiterführung der
beabsichtigten Geschäftsstrategie. Je Geschäftsstrategie sind jedoch – in einem gewissen
Rahmen – ganz unterschiedliche Geschäftsmodelle möglich. In der Praxisanwendung der
SEA-Methode zu Vergleichszwecken mit Konkurrenten sind die SEA-Ergebnisse daher
einzelfallspezifisch zu analysieren. Dies bedeutet, dass detailliertes Wissen über die eigenen
Prozesse und Verfahren sowie über diejenigen der Konkurrenten vorliegen muss 1107 und
sich die SEA-Ergebnisse erst aufgrund einer sorgfältigen Analyse der Unterschiede (und
Gemeinsamkeiten) der zu vergleichenden unternehmerischen Einheiten sowie der erwarteten Auswirkung dieser Unterschiede (und Gemeinsamkeiten) auf die (künftige) Ertragskraft
interpretieren lassen. Die SEA-Methode bietet keine statischen Leitlinien, welche beim Er1104
(Potter, 2011, pp. 73-74)
abweichend im Verhältnis zur gewählten bzw. überprüften ökonomischen Logik
1106
Ein interessantes Anschauungsbeispiel hierfür liefert die Frage, wodurch die hohe Kriminalitätsrate in
den USA anfangs der 1990er-Jahre gesenkt werden konnte. In der Anfangsphase führten diverse Untersuchungen die sinkenden Kriminalitätsraten mehrheitlich auf härtere Gesetze und mehr Mittel für die öffentlichen Sicherheitsorgane (insb. Polizei) zurück. Erst zu einem späteren Zeitpunkt wurde erkannt, dass
sich der Rückgang der Kriminalität in den 1990er-Jahren statistisch zu einem grossen Teil auf die Legalisierung der Abtreibung in den USA im Jahre 1973 zurückzuführen lässt. (Levitt & Dubner, 2009, pp.
115-145 & 280-286)
1107
Aufgrund eigener Erfahrungen ist dieses Wissen insbesondere in KMU sehr oft und sehr umfangreich –
jedoch nicht immer zentral gebündelt und systematisiert – vorhanden.
1105
Seite 227
reichen eines Wertes X in der SEA-Komponente Y zum Zeitpunkt t eine bestimmte Ertragskraft der untersuchten unternehmerischen Einheit für die nächsten Jahre garantiert. Die
SEA-Methode muss zwingen in Abhängigkeit zum jeweiligen in die Untersuchung miteinbezogenen Umfeld angewendet und die gewonnenen Ergebnisse in Relation zu diesem Umfeld interpretiert werden. Die vorliegende empirische Untersuchung zeigt lediglich auf, dass
das Basiskonzept der (erweiterten) SEA-Methode in einem gewissen Umfang (hier: angewendet auf U.S.-domizilierte Fluggesellschaften) zur Prognose der (zukünftigen) Ertragsentwicklung herangezogen werden kann und unterschiedliche Wettbewerbsstrategien zu
unterschiedlichen Ausprägungen in den SEA-Komponenten führen. Durch die Verwendung
von stark aggregierten Daten lässt sich jedoch nicht genau feststellen, welche spezifischen
Einzelmerkmale die Entwicklung im Vergleich zur Konkurrenz begünstigen oder erschweren. Das Kernelement der SEA-Methode bildet daher die Auswahl der zu vergleichenden
Konkurrenten sowie die qualifizierte Einschätzung, inwiefern unerwartete Abweichungen
gegenüber den Vergleichswerten für die betreffende unternehmerische Einheit (langfristig)
vorteilhaft sind oder nicht. Die Bestimmung, welche Markteintrittsbarriere – falls überhaupt
– die eigene Ertragskraft gegenüber der Konkurrenz aufrechterhält, ist daher situationsbedingt im Einzelfall im Nachgang zur SEA-Methode herauszuarbeiten.
Die Konzentration auf die Airline Industry mit Schwerpunkt bei U.S.-domizilierten Fluggesellschaften limitiert die Möglichkeit, um anhand der in dieser Untersuchung gewonnenen
Erkenntnisse auf andere Branchen zu schliessen. Bereits die Übertragung der Untersuchungsergebnisse auf Fluggesellschaften aus anderen geografischen Regionen ist nur schon
aufgrund der aufgezeigten Rahmenbedingungen nicht ohne Einschränkungen möglich. Es
kann somit festgestellt werden, dass zur Verallgemeinerung der Wirksamkeit der SEAMethode weitere Studien mit Fokus auf andere Branchen (z.B. Hotelbranche) notwendig
sind. Die Untersuchung von CRC sowie die hier vorliegende Untersuchung vermögen jedoch deutlich aufzuzeigen, dass das Funktionsprinzip der SEA-Methode – zumindest bezüglich der Anwendung auf die Airline Indutry in den USA – nicht abgelehnt werden kann.
Seite 228
Schlussbetrachtung
7 Schlussbetrachtung
7.1
7.1.1
Ansatz zur Praxisanwendung
Einleitung
Aus Sicht der Praxis sind aufgrund der Ergebnisse der durchgeführten Untersuchung sowie
der Untersuchung von CRC zwei Anwendungsmöglichkeiten der SEA interessant (siehe
Abbildung 54). Eine erste Anwendungsmöglichkeit der SEA ergibt sich als Prognosemodell
in der Form analog zu den Regressionsmodellen bezüglich Hypothese F1. Anhand der Ausprägungen der SEA-Komponenten zwischen zwei Perioden (hier: t-1 und t) lässt sich die in
der Folgeperiode (t+1) zu erwartende Gewinnentwicklung (gemessen an der PM-Ratio) einer unternehmerischen Einheit abschätzen. Ein solches Prognosemodell kann isoliert innerhalb einer unternehmerischen Einheit mit den notwendigen internen Daten hergeleitet werden und dadurch die interne Planung unterstützen. Erweitern lässt sich diese Einsatzmöglichkeit der SEA durch die Verknüpfung mit Szenariotechniken. Hierzu können beispielsweise für eine unternehmerische Einheit verschiedene Entwicklungsszenarien mit Auswirkungen auf die SEA-Treiber 1108 entwickelt und anhand des Prognosemodells die Auswirkung der einzelnen Szenarien auf die zukünftige Ertragsfähigkeit der unternehmerischen
Einheit überprüft werden. Durch den Einsatz von ausgereiften Simulationstechniken – z.B.
Monte-Carlo-Simulation 1109 – lassen sich auch anspruchsvolle Szenarien mit mehreren Einflussgrössen und einer grossen Bandbreite an möglichen Ausprägungen je Einflussgrösse in
ein entsprechendes Prognosemodell einbinden. 1110
1108
Im erweiterten SEA-Modell sind dies: Output-Menge, Input-Menge, Output-Preis, Input-Preis, verfügbare Kapazität, (produktiv) genutzte Kapazität sowie Preis je Kapazitätseinheit.
1109
Software mit Spezialisierung im Bereich der Monte-Carlo-Simulation als Add-In-Tools für Tabellenkalkulationsprogramme (z.B. in Verbindung mit Microsoft Excel) sind beispielsweise: Oracle Crystal Ball
Enterprise Performance Management (Oracle, 2014) oder Risk Simulator (Real Options Valuation,
2014).
1110
Weiterführende Informationen zur Monte-Carlo-Simulation (inkl. einer einfachen Fallstudie) finden sich
in: (Treyer & Frischknecht, 2013, S. 253 ff.).
Schlussbetrachtung
Seite 229
Abbildung 54: SEA-Methode – Praxisanwendungsmöglichkeiten im Kontext des SMA 1111
Eine zweite, praxisorientierte Anwendungsmöglichkeit der SEA ist die Strategic Benchmarking Variance Analysis (SBVA) 1112. Kernelement dieser Anwendung ist die systematische
Aufschlüsselung der Differenz in den Erfolgsrechnungen von zwei aufeinanderfolgenden
Perioden mittels der SEA. Anschliessend werden die so ermittelten Ergebnisse verschiedener Unternehmen bzw. unternehmerischen Einheiten einander gegenübergestellt und allfällige Abweichungen analysiert. Dadurch wird eine (systematische) Standortbestimmung der
Ertragskraft einer unternehmerischen Einheit im Vergleich zu den Konkurrenten und unter
Berücksichtigung der Marktentwicklung möglich.
7.1.2
Zentrale Fragestellung
Anhand der Ergebnisse zu Hypothese F2 konnte aufgezeigt werden, dass sich die SEAAusprägungen der beiden generischen Wettbewerbsstrategien – vertreten durch die Untersuchungsgruppe der NWCs als Differenzierer und die Untersuchungsgruppe der LCCs als
Kostenführer – signifikant voneinander unterscheiden. Daraus ergeben sich für die Praxisanwendung der SEA im Sinne einer Strategic Benchmarking Variance Analysis folgende
grundsätzlichen Fragen zur Auswertung:
1111
1112
Eigene Darstellung
siehe hierzu auch (Mudde & Sopariwala, 2008a, S. 37 et seqq.)
Seite 230
Schlussbetrachtung
a) Welche Geschäfts- bzw. Wettbewerbsstrategie verfolgen wir (unternehmensinterne
Selbsteinschätzung)?
b) Mit welchen Konkurrenten mit gleicher Wettbewerbsstrategie bzw. Konkurrenten
mit konträrer Wettbewerbsstrategie müssen bzw. sollen wir uns messen? 1113
c) Sind unsere SEA-Ausprägungen im Vergleich zur Konkurrenz (langfristig) vorteilhaft bzw. wodurch lassen sich Abweichungen erklären?
d) Stimmen unsere SEA-Ausprägungen mit unserer Wettbewerbsstrategie überein?
Die Antworten auf oben stehende Fragen a) bis d) sind einzelfallspezifisch zu finden. Die
SEA in der Verwendung als Strategic Benchmarking Variance Analysis stellt in erster Linie
eine Methode zur Standortbestimmung dar. Zusätzlich gibt die SEA aufgrund der zugrundeliegenden ökonomischen Logik einen Einblick in die Ursache-Wirkungs-Zusammenhänge
zwischen den SEA-Komponenten und der künftigen Rentabilität (gemessen an der PMRatio) einer unternehmerischen Einheit 1114. Die Einschätzung, inwiefern (abweichende)
SEA-Ergebnisse relativ zur Konkurrenz (langfristig) vorteilhaft oder unvorteilhaft ausfallen
und gleichzeitig der gewählten Geschäftsstrategie entsprechen, ist durch detaillierte Analyse
bzw. qualifizierte Einschätzung der (situativen) Sachlage einzelfallspezifisch vorzunehmen.
Die SEA bietet weder allgemeingültige, vordefinierte Auswertungsraster noch vordefinierte
Zielwerte, welche bei Erreichung die zukünftige Ertragsfähigkeit einer unternehmerischen
Einheit garantiert. Antworten auf diese Frage sind somit am besten durch die Nutzung von
unternehmensintern vorhandenem Wissen und Erfahrungen zu finden.
Während die Ausführung und Interpretation der SBVA situationsbedingt adaptiert werden
müssen, ist eine möglichst hohe Standardisierung bei der konzeptionellen Herangehensweise zur Standortbestimmung mittels der Technik der SBVA notwendig, um vergleichbare
Ergebnisse zu generieren. Aus der konzeptionellen Sichtweise bezüglich der (praxistauglichen) Anwendung der SBVA stellen sich folgende Fragen:
1113
Diese Frage ist absolut zentral, da nur durch eine sorgfältige und systematische Einteilung der zu vergleichenden (Konkurrenz-)Unternehmen anhand der (wahrnehmbaren) Wettbewerbsstrategie ausreichend
adäquate Vergleichswerte generiert werden können. Ohne eine möglichst genaue Unterscheidung der
Vergleichsunternehmen nach deren Wettbewerbsstrategie lässt sich anhand der hier aufgezeigten Modelle kein verlässlicher Ursache-Wirkungs-Zusammenhang zwischen der Positionierung und der Wertschöpfung im Strategischen Management herstellen – siehe hierzu Abbildung 1 sowie Kapitel 2.1.3.3
i.V.m. Kapitel 2.1.3.4.
1114
Dieser Zusammenhang konnte anhand der Regressionsergebnisse zu Hypothese F1 – zumindest für die
untersuchten Fluggesellschaften – nachgewiesen werden.
Schlussbetrachtung
Seite 231
1) Wie können vergleichbare Werte gefunden werden, welche den unterschiedlichen
Grössen bzw. wirtschaftlichen Kräften der zu vergleichenden Unternehmen Rechnung tragen?
2) Wie können in einem dynamischen Marktumfeld aussagekräftige Vergleichswerte
(bezüglich der SEA-Komponenten) je Wettbewerbsstrategie ableitet werden?
3) Wie lässt sich einschätzen, welche dieser Werte vorteilhaft sind?
4) Wie lassen sich diese Vergleichswerte bei erschwertem Zugang zu den erforderlichen
Daten bewerkstelligen?
Antworten auf die obenstehenden (konzeptionellen) Fragen 1) bis 4) werden im nachfolgenden Kapitel 7.1.3 am Beispiel der in dieser Arbeit untersuchten Fluggesellschaften mittels einer möglichen Anwendungsmethode aufgezeigt.
7.1.3
Ansatz zur Herleitung von Vergleichswerten in der Praxis
Die Problematik mit der Vergleichbarkeit von Unternehmen mit unterschiedlicher Wirtschaftskraft lässt sich mittels Normalisierung der verwendeten Daten erreichen. Hierzu werden die absoluten Werte (hier: Kosten und Erträge aufgeschlüsselt auf die einzelnen SEAKomponenten) in Relation zu einer möglichst aussagekräftigen Grösse bezüglich der Wirtschaftskraft der zu vergleichenden Unternehmen gesetzt. Aufgrund der hier vorliegenden
Untersuchung sowie der Untersuchung von CRC bietet sich – zumindest für die untersuchten Fluggesellschaften – der (operative) Umsatz der jeweiligen Unternehmen zur Normalisierung an 1115. Dieser Ansatz orientiert sich an der Operating Profit Margin (PM) und berechnet sich gemäss Formel 48 für die erweiterte SEA bzw. gemäss Formel 46 für die klassische SEA. In beiden Fällen wird die Normalisierung durch die Relation der absoluten
Werte der SEA-Komponenten zum Umsatz der Periode t des betreffenden Unternehmens
errechnet.
Nachdem für die Vergleichbarkeit von unterschiedlichen Unternehmen ein Lösungsansatz
gefunden werden konnte, gilt es nun, aussagekräftige Vergleichswerte bezüglich der Ausprägungen der SEA-Komponenten je Wettbewerbsstrategie zu finden. Eine vergleichsweise
einfache Anwendung bietet sich durch die Verwendung des Mittelwerts aller untersuchten
1115
Einen alternativen Ansatz wenden Mudde & Sopariwala an, indem sie die Kosten und Erträge von Fluggesellschaften anhand der RPM der jeweiligen Fluggesellschaft normalisieren (Mudde & Sopariwala,
2008a, S. 37).
Seite 232
Schlussbetrachtung
Unternehmen (Ø Sample). Dieser Mittelwert wird als Basis (X = 0) verwendet. Anschliessend werden die Mittelwerte der untersuchten Vertreter der jeweiligen Wettbewerbsstrategie
(hier: Ø NWCs bzw. Ø LCCs) berechnet und auf den Basiswert (Ø Sample) standardisiert.
Hierzu werden die Mittelwerte der beiden Untersuchungsgruppen je vom Basiswert (Ø
Sample) subtrahiert 1116. Die daraus entstehenden Abweichungen je Untersuchungsgruppe
zum Mittelwert aller untersuchten Unternehmen ergeben die relevanten Vergleichswerte je
Wettbewerbsstrategie. In Abbildung 55 und Abbildung 56 1117 sind diese relevanten Vergleichswerte als Säulendiagramm dargestellt. Anschliessend lässt sich die Ausprägung eines
in die Untersuchung einbezogenen Unternehmens (hier: Continental Airlines) in die Grafik
einfügen.
Ø REVPrice* (NWCs) - Ø Sample
Ø REVPrice* (LCCs) - Ø Sample
REVPrice* (CO ) - Ø Sample
5.00%
5.00%
3.00%
3.00%
1.00%
1.00%
2004-01
2004-02
2004-03
2004-04
2005-01
2005-02
2005-03
2005-04
2006-01
2006-02
2006-03
2006-04
-1.00%
-1.00%
-3.00%
-3.00%
-5.00%
-5.00%
Abbildung 55: Praxisanwendung – Vergleichswerte für ∆REVPrice* am Beispiel der CO
Anhand der Lage der Werte des einzelnen Unternehmens zu den relevanten Vergleichswerten lässt sich situationsabhängig abschätzen, inwiefern dieses Unternehmen in der jeweiligen SEA-Komponente besser oder schlechter als der Durchschnitt der Vertreter aus der Untersuchungsgruppe mit derselben Wettbewerbsstrategie abschneidet (siehe Kapitel 7.1.2,
Frage c) 1118. Als hilfreich für die Einschätzung, welche Abweichung vorteilhaft (unvorteil1116
Ø NWCs – Ø Sample bzw. Ø LCCs – Ø Sample
Die grafische Auswertungen zu den weiteren SEA-Komponenten finden sich in Abbildung 96 bis Abbildung 99.
1118
Sofern das Untersuchungssample genügend Unternehmen umfasst, kann zusätzlich je Untersuchungsgruppe ein Benchmark errechnet werden, z.B. als Mittelwert der drei erfolgreichsten Unternehmen je
1117
Schlussbetrachtung
Seite 233
haft) ausfällt, erweist sich jetzt die in der empirischen Untersuchung angewendete Systematik bezüglichen der Vorzeichen der SEA 1119. Demgemäss sind alle positiven (negativen)
Abweichungen in den SEA-Komponenten in Abbildung 55 und Abbildung 56 vorteilhaft
(unvorteilhaft) bezüglich deren Auswirkung auf PMt.
Ø EXPCapacity* (NWCs) - Ø Sample
Ø EXPCapacity* (LCCs) - Ø Sample
EXPCapacity* (CO ) - Ø Sample
5.00%
5.00%
3.00%
3.00%
1.00%
1.00%
-1.00%
2004-01
2004-02
2004-03
2004-04
2005-01
2005-02
2005-03
2005-04
2006-01
2006-02
2006-03
2006-04
-1.00%
-3.00%
-3.00%
-5.00%
-5.00%
-7.00%
-7.00%
Abbildung 56: Praxisanwendung – Vergleichswerte für ∆EXPCapacity* am Beispiel der CO
Eine offene Frage bleibt, wie die benötigten Daten zur Berechnung der Vergleichswerte je
SEA-Komponente zugänglich gemacht werden können. In der vorliegenden Untersuchung
konnten hierzu öffentlich zugängliche Daten verwendet werden (RITA bzw. BTS). Diese
Möglichkeit ist nicht für jede Branche oder Region gegeben. Bei grossen börsennotierten
Unternehmen sind die Erfolgsrechnungen in der Regel öffentlich zugänglich, jedoch sind
verlässliche Daten zu Mengen (Input & Output) sowie zu Preisen (Input & Output) für die
Berechnung der SEA-Komponenten oftmals nicht öffentlich verfügbar. Zusätzlich erschwert bei multinationalen Grossunternehmen die vielfach fehlende, für die SEA jedoch
notwendige Ausweisung der Daten nach Geschäftsbereich bzw. Unternehmenssparte. Bei
(regionalen) KMU-Betrieben sind häufig Daten und Erfahrungswerte bzw. qualifizierte
Schätzungen zu den direkten Konkurrenzbetrieben bezüglich der notwendigen SEA-Treiber
vorhanden. Problematisch erweist sich hier jedoch der für die SEA notwendige Zugang zu
den Daten der Erfolgsrechnung. Vielfach sind KMU nicht börsennotiert und unterliegen
Wettbewerbsstrategie. Als Kriterium zur Bestimmung der (langfristig) erfolgreichsten Unternehmen
kann beispielsweise der Mittelwert der PMt über einen bestimmten Zeitraum herangezogen werden.
1119
siehe Kapitel 5.4.3
Seite 234
Schlussbetrachtung
daher hinsichtlich des Jahresabschlusses keiner Offenlegungspflicht gegenüber einer breiten
Öffentlichkeit.
Eine Lösungsmöglichkeit für die Datenbeschaffung bietet sich durch Branchenverbände an.
Oftmals gibt es hier bereits Plattformen und Initiativen zum Wissens- und Erfahrungsaustausch. Beispielsweise bietet der Verband der Schweizer Hotellerie (hotelleriesuisse) im
Rahmen von sogenannten Erfahrungsaustauschgruppen (ERFA-Gruppen) seinen Mitgliedern unter anderem Vergleichsmöglichkeiten anhand von betriebswirtschaftlichen Kennzahlen 1120. Solche Initiativen auf Branchen- oder Verbandsebene können ohne grossen Aufwand mit der SEA-Methode erweitert werden und dadurch zur Verbesserung der integrierten Betrachtung von Wertschöpfung und Positionierung im Strategischen Management beitragen. Der in diesem Kapitel vorgestellte Ansatz zur Bestimmung von Vergleichswerten je
Wettbewerbsstrategie anhand der Mittelwerte bietet eine vergleichsweise einfache Möglichkeit, jedoch ohne dabei zu detaillierte unternehmensinterne (Finanz-)Daten offenlegen zu
müssen. Sobald die Vergleichswerte 1121 via die Intermediationsfunktion einer Institution
(Verband, Universität etc.) verfügbar sind, können die einzelnen Unternehmen mit vergleichsweise einfachem Aufwand (Finanz- bzw. Betriebsbuchhaltung und Tabellenkalkulationsprogramm) ihre internen Daten anhand dieser SEA-Vergleichswerte in den Kontext zur
Konkurrenz setzen. Eine solche Standortbestimmung bietet eine gute Grundlage, um anschliessend mittels weiterführender Analysen einzelfallspezifische – d.h. direkt aus dem
Blickwinkel des betreffenden Unternehmens – Antworten auf die Fragen a) bis d) in Kapitel
7.1.2 abzuleiten.
Ein zentrales Element für den Erfolg einer solchen mehrstufig organisierten SEA-Analyse
bildet die Anwendung einer durchgehenden und einfach verständlichen Methodik. Die SEA
ist an sich vergleichsweise einfach anzuwenden. Trotzdem ist es unabdingbar, dass eine intermediäre Organisation detailliert offenlegt, nach welchen (praxistauglichen) Kriterien die
einzelnen Wettbewerbsstrategien bzw. Untersuchungsgruppen abgegrenzt werden. Zusätzlich muss die Methodik der SEA-Berechnung im Detail offengelegt und begründet werden.
Erst wenn diese Voraussetzungen erfüllt sind, liegen die Rahmenbedingungen vor, um unternehmensintern durch die Anwendung der SEA-Methode aussagekräftige Schlüsse zu ziehen und allenfalls notwendige Massnahmen einleiten zu können.
1120
(hotelleriesuisse, 2014) / Organisieren lassen sich solche ERFA-Gruppen auch über andere Institutionen
wie beispielsweise Universitäten – siehe hierzu (KMU-HSG, 2014).
1121
Allenfalls ergänzt mit je einem Benchmark je Wettbewerbsstrategie bzw. je Untersuchungsgruppe – siehe Fn. 1118.
Schlussbetrachtung
7.2
Seite 235
SEA als eigenständige Methode des SMA
Der Bezugspunkt der SEA zum Strategischen Management liegt in der gewählten Wettbewerbsstrategie und bezieht sich damit im Strategischen Management auf das GMNArbeitsfeld "Positionierung". Die Ergebnisse der täglichen operativen Handlungen und Aktivitäten fliessen in die Erfolgsrechnung einer unternehmerischen Einheit ein. Direkten Einfluss auf die Erfolgsrechnung haben die verschiedenen Dimensionen (z.B. Wertkette, Geschäftsmodell, Funktionalstrategien) des GMN-Arbeitsfelds "Wertschöpfung". Wie bereits
aufgezeigt werden konnte, bildet die Erfolgsrechnung die Datengrundlage für die Strategische Erfolgsanalyse. Die Strategische Erfolgsanalyse verknüpft somit die Erwartungen hinsichtlich der Positionierung (Wettbewerbsstrategie) mit der effektiven Wertschöpfung (Erfolgsrechnung) einer unternehmerischen Einheit. Die Erweiterung der SEA zur SBVA führt
zusätzlich zur Einbindung einer externen Perspektive (Konkurrenzunternehmen) in den
SEA-Ansatz. Die hier aufgezeigte Anwendungsmethode der SEA als Strategic Benchmarking Variance Analysis (SBVA) qualifiziert sich dadurch als eigenständige Methode des
Strategic Management Accountings (SMA) und lässt sich in den Bereich des Competitor
Accountings einordnen 1122.
Durch den (systematischen) Vergleich der Veränderungen in der Erfolgsrechnung eines Unternehmens gegenüber Konkurrenzunternehmen können vergleichsweise einfach Erkenntnisse zu beiden Rückkoppelungsprozessen der strategischen Performance Messung 1123 gewonnen werden. Im Bereich der betrieblichen Prozessschleife kann die SBVA-Methode
wichtige Rückschlüsse ermöglichen, inwiefern die gewählte Wettbewerbsstrategie im Vergleich zu den Mitkonkurrenten (mit gleicher Wettbewerbsstrategie) in den einzelnen SEAKomponenten umgesetzt wird. Im Zentrum steht dabei die Effizienz hinsichtlich der Umsetzung (Operationalisierung) der gewählten strategischen Ausrichtung (Implementierungskontrolle). Die Ausprägung der SBVA-Komponenten gegenüber den Mitkonkurrenten kann
zudem einen wichtigen Indikator zur Überprüfung der gewählten (Geschäfts-)Strategie bzw.
der strategischen Ziele im Rahmen der strategischen Lernschleife bilden. Beispielsweise
sind konstant unvorteilhafte Abweichungen über mehrere Vergleichsperioden in einzelnen
oder mehreren SBVA-Komponenten im Vergleich zu Mitkonkurrenten derselben Strategie
ein Indiz für ein mögliches Problem bei der strategischen Ausrichtung. Bei dieser Betrachtung geht es um die Frage der Effektivität der (Geschäfts-)Strategie bzw. der Wirksamkeitskontrolle und Lernfunktion.
1122
1123
siehe hierzu Kapitel 2.3.1
siehe Abbildung 3
Seite 236
Schlussbetrachtung
An dieser Stelle gilt es erneut darauf hinzuweisen, dass die SBVA eine (strategische) Standortbestimmung in einem dynamischen Umfeld ermöglicht. Die Entscheidung, ob dieser
Standort – relativ zu den Konkurrenten bzw. dem Markt – für das betreffende Unternehmen
langfristig vorteilhaft oder unvorteilhaft ist, muss individuell abgeleitet werden. In Kombination mit der SEA als Prognosemodell können – anschliessend an die Wertung der Standortbestimmung – mögliche Massnahmen auf deren (erwartete) Auswirkung auf die finanzielle Leistungsfähigkeit des Unternehmens bzw. der unternehmerischen Einheit überprüft
werden. Die Wirksamkeit von eingeleiteten Massnahmen lässt sich schliesslich anhand der
Veränderung in den Ausprägungen der SEA-Komponenten (im Vergleich zu den SEAKomponenten aus zwei vorangehenden Perioden) überprüfen und mittels der SBVA erneut
in den Kontext des Marktumfelds (Konkurrenzunternehmen) setzen. Die SBVA setzt ein
hohes Mass an Wissen und Erfahrung der Entscheidungsträger über die Zusammenhänge im
Unternehmen und dessen Umfeld voraus – ohne jedoch standardisierte Kausalketten zwischen strategischen Zielen und der finanziellen Leistungserbringung in einer unternehmerischen Einheit vorauszusetzen. Die Konzentration auf die Standardisierung der Ergebnismessung und deren Verknüpfung zum strategischen Kontext aus einer externen Perspektive
(Konkurrenz) ermöglicht jedoch eine vergleichsweise einfache und flexible Anwendung.
Diese Eigenschaften der SEA bzw. der SBVA begünstigen die Anwendung dieser Methoden überall dort, wo nur beschränkt Ressourcen (finanziell oder personell) für aufwändige
Performance Measurement Systeme vorhanden sind. Gerade in KMU sind integrierte Performance Measurement Systeme bzw. SMA-Techniken zur Unterstützung der strategischen
Unternehmensentwicklung in der Regel wenig verbreitet 1124. Die Anwendung der SBVA
benötigt einen vergleichsweise geringen Ressourceneinsatz – insbesondere wenn Vergleichswerte durch Institutionen oder Branchenverbände bereitgestellt werden –, und die
Methode an sich ist leicht verständlich. Abgesehen von einem Tabellenkalkulationsprogramm (sowie allfälligen Erweiterungen zur Anwendung von Simulationen) sind für die
Anwendung der SEA keine zusätzlichen Investitionen in computergestützte Datenanalyseprogramme notwendig.
7.3
SEA als Ergänzung zur BSC
Die Implementierungskontrolle (Steuerungs-, Kontroll- und Motivationsfunktion) erfolgt in
der BSC anhand der systematischen Operationalisierung der strategischen Ziele bis hinunter
auf die Ebene der betrieblichen Prozesse. Ein wichtiger Bestandteil sind dabei die abgeleite1124
siehe u.a. (Biazzo & Garengo, 2012, pp. 53-55); (Lux & Hauser, 2006, S. 33-45)
Schlussbetrachtung
Seite 237
ten Kausalketten. Die Wirksamkeitskontrolle als zweite Aufgabe eines IPMS erfolgt bei der
Balanced Scorecard anhand der finanzwirtschaftlichen Perspektive. Der Rückschluss vom
Finanzergebnis der Organisation zur Strategie erfolgt dabei systeminhärent aufgrund der
Annahme, dass durch das systematische Herunterbrechen der Strategie in einzelne zielgerichtete Steuerungsgrössen auf der operativen Ebene sich der Kreis von der (Geschäfts)Strategie zum finanziellen Ergebnis (und umgekehrt) als logische Folge des Modells selber
schliessen muss. In der Literatur wird die Wirksamkeit und Zuverlässigkeit von Kausalketten der BSC verschiedentlich kritisiert 1125. Zusätzlich zeigen Untersuchungen, dass viele
implementierte Balanced Scorecards nur unvollständige oder keine Kausalketten aufweisen 1126. Sobald die Systematik des Herunterbrechens der Strategie in zielgerichtete Steuerungsgrössen auf operativer Ebene fehleranfällig wird, ist der logische Rückschluss von den
finanziellen Ergebnissen auf die Strategie wenig zuverlässig. Um die Aussagekraft der
zweiten Aufgabefunktion von integrierten Performance Measurement Systemen zu stärken,
ist eine zusätzliche möglichst direkte Überleitung vom finanziellen Ergebnis einer Organisation auf die Strategie dieser Organisation vorteilhaft. Erst dadurch kann eine aus Sicht des
Systems zuverlässige Validierung der Umsetzung der gewählten Strategie erreicht werden.
Einen Lösungsansatz bietet hier die Strategische Erfolgsanalyse in der Form der Strategic
Benchmarking Variance Analysis 1127. Durch Aufschlüsselung der Differenz in der Erfolgsrechnung der aktuellen Periode zur Vorperiode in einzelne Komponenten und dem Vergleich der Ausprägung dieser einzelnen Komponenten gegenüber der Konkurrenz wird es
möglich, ausgehend vom finanziellen Ergebnis (anhand der Erfolgsrechnung) einer unternehmerischen Einheit, direkte Rückschlüsse auf die Wirksamkeit der (Geschäfts-)Strategie
derselben unternehmerischen Einheit zu ziehen (siehe Abbildung 57). Die Anwendung der
SBVA umgeht bei der Wirksamkeitskontrolle die Problematik von unternehmensspezifischen Kausalketten. Die beiden einzigen, der SBVA zugrundeliegenden Kausalzusammenhänge sind die Abhängigkeit zwischen den SEA-Komponenten und künftigen Erträgen
(SEA-Ertrags-Persistenz) sowie die sich je nach angewendeter generischen Wettbewerbsstrategie (gemäss Porter) signifikant unterscheidenden Ausprägungen in den SEAKomponenten (SEA-Strategie-Persistenz).
1125
(Jakobsen, Norreklit, & Mitchell, 2010); (Paranjape, Rossiter, & Pantano, 2006, p. 6); (Othman, Domil,
Senik, Abdullah, & Hamzah, 2006, p. 57 et seqq.)
1126
siehe auch Fn. 256
1127
siehe Kapitel 7.1
Seite 238
Schlussbetrachtung
Abbildung 57: Strategische Erfolgsanalyse als Ergänzung zur Balanced Scorecard 1128
Anhand der Lage der Ausprägungen der SBVA-Komponenten einer unternehmerischen
Einheit im Vergleich zum Mittelwert der Konkurrenzgruppe mit derselben (und/oder konträren) Wettbewerbsstrategie lassen sich Rückschlüsse bezüglich der Konkurrenzfähigkeit in
einem dynamischen Wettbewerbsumfeld ziehen. Längerfristige Abweichungen gegenüber
dem Mittelwert der Vergleichsgruppe mit derselben Wettbewerbsstrategie bedürfen einer
näheren Betrachtung. Hier gilt es aus der strategischen Perspektive der einzelnen unternehmerischen Einheit zu bestimmen, ob solche Abweichungen langfristig vorteilhaft oder unvorteilhaft sind. Sobald eine hohe Übereinstimmung der SBVA-Ausprägungen mit dem
Mittelwert der Gruppe mit gegensätzlicher Wettbewerbsstrategie vorliegt, drängt sich eine
grundsätzliche Überprüfung der strategischen Ausrichtung der betreffenden unternehmerischen Einheit auf. In diesem Fall verdichten sich die Anzeichen, dass das finanzielle Ergebnis nur ungenügend mit der strategischen Ausrichtung der betreffenden unternehmerischen
Einheit korrespondiert. Solche Rückkoppelungen vom finanziellen Ergebnis auf die (Geschäfts-)Strategie unter Verwendung der SBVA ermöglicht die im Strategischen Management so wichtige Lernfunktion (Wirksamkeitskontrolle), ohne dabei auf die Kausalketten
1128
Eigene Darstellung in Anlehnung an (Kaplan & Norton, 2001, p. 91 Figure 1)
Schlussbetrachtung
Seite 239
der BSC angewiesen zu sein. Zu beachten gilt es hier allerdings, dass die SBVA lediglich
zur Standortbestimmung herangezogen werden kann. Zur Operationalisierung der strategischen Ziele einer unternehmerischen Einheit sind die Hypothesen bezüglich UrsacheWirkungs-Zusammenhänge (Kausalketten) unumgänglich. Sobald beispielsweise aufgrund
der Wirksamkeitskontrolle mittels der SBVA neue strategische Massnahmen initiiert werden müssen, gilt es neue Kausalketten zwischen (Geschäfts-)Strategie und finanzieller Leistungserfassung einer unternehmerischen Einheit zu entwickeln oder bestehende Kausalketten der BSC anzupassen.
Die Ausgestaltung des SBVA-Ansatzes eignet sich insbesondere für die Anwendung in
Verbindung mit der BSC. Die BSC zielt darauf ab, alle Steuerungsgrössen mit einer finanziellen Kennzahl zu verknüpfen. Es ist davon auszugehen, dass zumindest ein Teil dieser
finanziellen Kennzahlen direkt oder indirekt mit der Erfolgsrechnung einer unternehmerischen Einheit verbunden ist. Die "Verlängerung" der Kausalketten einer BSC bis hinunter
zu den einzelnen Komponenten der SEA sollten daher keinen allzu grossen Mehraufwand
verursachen. Durch die Verbindung dieser Eigenschaft der BSC mit der Konzentration des
SBVA-Ansatzes auf finanzielle Werte kann letztere Methode unabhängig von der Anzahl
und Ausgestaltung der BSC-Perspektiven eingesetzt werden. Die Verwendung des SBVAAnsatzes führt somit zu keiner Einschränkung der notwendigen Adaptierungsmöglichkeiten
der BSC an unternehmensspezifische Gegebenheiten. Zusätzlich führt die Erweiterung der
BSC mit dem SBVA-Ansatz zur indirekten Integrierung einer weiteren, wichtigen Perspektive, der Konkurrenzbetrachtung 1129.
1129
siehe hierzu (Neely, Gregory, & Platts, 1995, p. 97)
Seite 240
Literaturverzeichnis
8 Literaturverzeichnis
Abdel-Kader, M. G., Moufty, S., & Laitinen, E. K. (2011). Balanced Scorecard
Development: A Review of Literature and Directions for Future Research. In M. G.
Abdel-Kader, Review of Management Accounting Research (pp. 214-242).
Basingstoke (UK): Palgrave Macmillan.
Acedo, F. J., Barroso, C., & Galan, J. L. (2006). The resource-based theory: Dissemination
and main trends. Strategic Management Journal, 27, pp. 621-636.
Adler, N. (2001). Competition in a deregulated air transportation market. European Journal
of Operational Research, 129, pp. 337-345.
Airbus. (2011). Global Market Forecast 2011-2030. Retrieved November 21, 2013, from
http://www.airbus-group.com/dms/airbusgroup/int/en/investorrelations/documents/2011/Presentations/20112030_Airbus_full_book_delivering_the_future.pdf
Airlines for America. (2014). Annual Results: World Airlines. Retrieved January 7, 2014,
from http://www.airlines.org/Pages/Annual-Results-World-Airlines.aspx
Airlines for America. (2014). U.S. Airline Mergers and Acquisitions. Retrieved March 27,
2014, from http://www.airlines.org/Pages/U.S.-Airline-Mergers-andAcquisitions.aspx
Aktouf, O., Chennoufi, M., & Holford, W. D. (2011). The strategic management
framework: a methodological and epistemological examination. In R. Huggins, & H.
Izushi, Competition, Competitive Advantage, and Clusters: The Ideas of Michael
Porter (pp. 75-91). New York: Oxford University Press.
American Airlines. (2013, December 9). AMR Corporation and US Airways Group come
together to build the new American Airlines. Retrieved March 15, 2014, from
American Airlines Press Release:
http://c.hub.aa.com/documents/NEW_pr_american_airlines_merger_close_december
_9.pdf
Andrews, K. R. (1971). The Concept of Corporate Strategy. Homewood: Down JonesIrwin.
Ansari, S., Bell, J., Klammer, T., & Lawrence, C. (2003). Module: Measuring and
Managing Capacity. In S. Ansari, Management Accounting: A Strategic Focus (pp.
323-358). Boston (MA): McGraw-Hill Primis.
Anthony, R. N. (1989). Reminiscences about Management Accounting. Journal of
Management Accounting Research, 1(Fall), pp. 1-20.
Ashton, D., Hopper, T., & Scapens, R. W. (1995). The Changing Nature of Issues in
Management Accounting. In D. Ashton, T. Hopper, & R. W. Scapens, Issues in
Management Accounting (2nd ed., pp. 1-20). London: Prentice Hall.
Bailey, C. D., Collins, A. B., Collins, D. L., & Lambert, K. R. (2009). An Analysis of
Southwest Airlines: Applying the Horngren, Datar, and Foster (2006) Strategic
Profitability Analysis Approach. Issues in Accounting Education, 24(4), pp. 539-551.
Seite 241
Balanced Scorecard Review. (2014). Retrieved March 16, 2014, from BSC typology:
http://www.balancedscorecardreview.com/pages/bsc-concept/definition/bsctypology-31.html
Banker, R. D., & Johnston, H. H. (1993). An Empirical Study of Cost Drivers in the U.S.
Airline Industry. The Accounting Review, 68(3), pp. 576-601.
Banker, R. D., Datar, S. M., & Kaplan, R. S. (1989). Productivity measurement and
management accounting. Journal of Accounting, Auditing and Finance, 4(4), pp.
528-554.
Baum, H.-G., Coenenberg, A. G., & Günther, T. (2004). Strategisches Controlling (3. Aufl.
Ausg.). Stuttgart: Schäffer-Poeschel.
Bazargan, M. (2010). Airline Operations and Scheduling (2nd ed.). Farnham (UK):
Ashgate.
Belobaba, P. P. (2009). Airline Operating Costs and Measures of Productivity. In P. P.
Belobaba, A. Odoni, & C. Barnhart, Global Airline Industry (pp. 113-152).
Chichester (UK): John Wiley & Sons.
Belobaba, P. P. (2011). In Search of Sustained Profitability 30 Years After Deregulation. In
J. F. O'Connell, & G. Williams, Air Transport in the 21st Century. Key Strategic
Developments (pp. 33-34). Burlington (VT): Ashgate Publishing Company.
Belobaba, P. P., & Odoni, A. (2009). Introduction and Overview. In P. P. Belobaba, A.
Odoni, & C. Barnhart, The Global Airline Industry (pp. 1-17). West Sussex (UK):
Jon Wiley & Sons.
Bhimani, A., & Bromwich, M. (2010). Management Accounting: retrospect and prospect.
Oxford (UK): CIMA Publishing / Elsevier.
Biazzo, S., & Garengo, P. (2012). Performance Measurement with the Balances Scorecard A Practical Approach to Implement within SME. Berlin - Heidelberg: Springer.
Bieger, T., & Wittmer, A. (2011a). From the Aviation Value Chain to the Aviation System.
In A. Wittmer, T. Bieger, & R. Müller, Aviation Systems - Management of the
Integrated Aviation Value Chain (pp. 61-75). Berlin - Heidelberg: Springer.
Bieger, T., & Wittmer, A. (2011b). Airline Strategy: From Network Management to
Business Models. In A. Wittmer, T. Bieger, & R. Müller, Aviation Systems Management of the Integrated Aviation Value Chain (pp. 77-102). Berlin Heidelberg: Springer.
Bisbe, J., & Malagueño, R. (2012). Using stategic performance measurement systems for
strategy formulation: Does it work in dynamic environments? Management
Accounting Research, 23(4), pp. 296-311.
Blessing, S. (2011). Alternative Alternatives - Risk, Returns and Investment Strategy.
Chichester (UK): Wiley.
Boeing. (2013a). Current Market Outlook 2013 - 2032. Retrieved September 15, 2013, from
http://www.boeing.com/assets/pdf/commercial/cmo/pdf/Boeing_Current_Market_Ou
tlook_2013.pdf
Seite 242
Boeing. (2013b). Current Market Outlook 2013-2022 - Region Summary. Retrieved
December 6, 2013, from
http://active.boeing.com/commercial/forecast_data/index.cfm
Boeing. (2014). Technical Characteristics - Boeing 767-200ER. Retrieved February 15,
2014, from Boeing 767 Family:
http://www.boeing.com/boeing/commercial/767family/pf/pf_200prod.page
Böer, G. B. (2000). Management Accounting Education: Yesterday, Today, and Tomorrow.
Issues in Accounting Education, 15(2), pp. 313-334.
Borenstein, S., & Rose, N. L. (1995). Bankruptcy and Pricing Behavior in U.S. Airline
Markets. The American Economic Review, 85(2), pp. 397-402.
Borenstein, S., & Rose, N. L. (2003). The Impact of Bankruptcy on Airline Service Levels.
The American Economic Review, 93(2), pp. 415-419.
Bowman, E. H., & Helfat, C. E. (2001). Does Corporate Stratey Matter? Strategich
Management Journal, 22(1), pp. 1-23.
Brueckner, J. K., Lee, D., & Singer, E. (2014). City-Pairs Versus Airport-Pairs: A MarketDefinition Methodology for the Airline Industry. Review of Industrial Organization,
44(1), pp. 1-25.
BTS. (2012). 3rd-Quarter 2011 Airline Financial Data: Network Airlines, Low-Cost
Airlines and Regional Airlines All Report Profits. Retrieved January 6, 2014, from
Bureau of Transportation Statistics Airline Financial Data Press Releases:
https://www.rita.dot.gov/bts/sites/rita.dot.gov.bts/files/press_releases/2012/bts011_1
2/pdf/bts011_12.pdf
BTS. (2013). About the Performance Measures. Retrieved October 03, 2013, from Bureau
of Transportation Statistics:
http://www.rita.dot.gov/bts/sites/rita.dot.gov.bts/files/subject_areas/airline_informati
on/performance_measures_in_the_airline_industry/html/about.html
Buchholz, L. (2009). Strategisches Controlling. Grundlagen - Instrumente - Konzepte.
Wiesbaden: Gabler.
Burghouwt, G. (2014). Long-haul specialization patterns in European multihub airline
networks - An exploratory analysis. Journal of Air Transport Management,
34(January), pp. 30-41.
Burkert, M., Davila, A., & Oyon, D. (2010). Performance Concequences of Balanced
Scorecard Adoptions: Claim for large-scale evidence and propositions for future
research. In M. J. Epstein, J.-F. Manzoni, & A. Davila, Studies in Managerial
Financial Accounting. Volume 20 - Performance Measurement and Management
Control: Innovative Concepts and Practices (S. 345-361). Bingley: Emerald Group
Publishing.
Button, K., & Ison, S. (2008). The economics of low-cost airlines: Introduction. Research in
Transportation Economics, 24, 1-4.
Button, K., & McDougall, G. (2006). Institutional and structure chamges in air navigation
service-providing organizations. Journal of Air Transport Management, 12(5), pp.
236-252.
Seite 243
CAA. (2006). No-Frills Carriers: Revolution or Evolution? A Study by the Civil Aviation
Authority (CAP 770). Retrieved October 11, 2013, from
http://www.caa.co.uk/docs/33/CAP770.pdf
Cadez, S., & Guilding, C. (2008). An exploratory investigation of an integrated contingency
model of strategic management accounting. Accounting, Organizations and
Society(33), 836-863.
Carenzo, P., & Turolla, A. (2010). The diffusion of management accounting systems in
manufactruing companies: An empirical analysis of italian firms. In M. J. Epstein, J.F. Manzoni, & A. Davila, Studies in Managerial and Financial Accounting. Volume
20 - Performance Measurement and Management Control: Innovative Concepts and
Practices (pp. 457-499). Bingley: Emerald.
Carey, S., & Gonzalez, A. (2012, April 30). Delta to Buy Refinery in Effort to Lower JetFuel Costs. Retrieved September 12, 2013, from The Wall Street Journal Online:
http://online.wsj.com/news/articles/SB1000142405270230405030457737635428892
7594
Caster, P., & Scheraga, C. A. (2011). A Strategic Variance Analysis of the Profitability of
U.S. Network Air Carriers. Journal of the TRANSPORTATION RESEARCH
FORUM, 50(3), pp. 113-136.
Caster, P., & Scheraga, C. A. (2012). Assessing the Strategic Evolution of U.S. Low Cost
Airlines in the Post 9/11 Environment. Journal of Transportation Management,
23(1), pp. 77-98.
Caster, P., & Scheraga, C. A. (2013). An Analysis of a Strategic Transformation Plan: The
Case of Alaska Airlines. Journal of the Transportation Research Forum, 52(1), pp.
23-46.
Cento, A. (2009). The Airline Industry - Challenges in the 21st Century. Heidelberg:
Physica-Verlag.
Chatterjee, S., & Simonoff, J. S. (2013). Handbook of Regression Analysis. Summerset, NJ:
Wiley.
Cheng, M. M., Luckett, P. F., & Mahama, H. (2007). Effect of perceived conflict among
mulitple performance goals and goal difficulty on task performance. Accounting and
Finance, 47(2), pp. 221-242.
Chenhall, R. H. (2005). Integrative strategic performance measurement systems, strategic
alignment of manufacturing, learning and strategic outcomes: an exploratory study.
Accounting, Organizations and Society, 30, pp. 395-422.
Chenhall, R. H., & Langfield-Smith, K. (2007). Multiple Perspectives of Performance
Measures. European Managment Journal, 25(4), pp. 266-282.
Chesterton, G. K. (1905). Education by Fairy Tales. The Chesterton Review, 28(1 & 2), pp.
7-10.
Chrisman, J. J., Hofer, C. W., & Boulton, W. R. (1988). Toward a System for Classifying
Business Strategies. Academy of Management Review, 13(3), pp. 413-428.
Seite 244
Cinquini, L., & Tenucci, A. (2010). Strategic management accounting and business
strategy: a loose coupling? Journal of Accounting & Organizational Change, 6(2),
pp. 228-259.
Collins, D. L., Román, F. J., & Chan, H. C. (2011). An Empricial Investigation of the
Relationship between Profitability Persistence and Firms' Choice of Business Model:
Evidence from the U.S. Airline Industry. Journal of Management Accounting
Research, 23, pp. 37-77.
Conrady, R., Fichert, F., & Sterzenbach, R. (2013). Luftverkehr - Betriebswirtschaftliches
Lehr- und Handbuch. München: Oldenbourg.
Daft, J., & Albers, S. (2012). A profitability analysis of low-cost long-haul flight operations.
Journal of Air Transport Management, 19(March), pp. 49-54.
Daum, J. H. (2005). Tableau de Bord: Besser als die Balanced Scorecard? Der Controlling
Berater(Heft 7), S. 459-502.
de Boer, E. R., & Gudmundsson, S. V. (2012). 30 years of frequent flyer programs. Journal
of Air Transport Management, 24(September 2012), pp. 18-24.
De Geuser, F., Mooraj, S., & Oyon, D. (2009). Does the balanced scorecard add value?
Emprical evidence on its effect on performance. Management Accounting Research,
18(1), pp. 93-122.
de Wet, J. H., & Hall, J. H. (2004). The relationship between EVA, MVA and leverage.
Meditari Accountancy Research, 12(1), pp. 39-59.
de Wit, J. G., & Zuidberg, J. (2012). The growth limits of the low cost carrier model.
Journal of Air Transport Management, 21(July), pp. 17-23.
Degens, P. (2013). Alternative Geldkonzepte - ein Literaturbericht. MPlfG Discussion
Paper, No. 13/1.
Delaney, K. J. (1998). Strategic Bankruptcy - How Corporations and Creditors Use
Chapter 11 to Their Advantage. Berkley (CA): University of California Press.
Delta Airlines. (2012, April 30). Delta subsidiary to acquire Trainer refinery complex Delta partners with leaders in the energy industry to drive fuel savings. Retrieved
September 12, 2013, from http://news.delta.com/index.php?s=43&item=1601
Doganis, R. (2006). The Airline Business (2nd ed.). Oxon: Routledge.
Doganis, R. (2010). Flying off Course - Airline economics and marketing (4th ed.). New
York (NY): Routledge.
Doganis, R. (2011). An Inherently Unstable Industry: Airlines Have Themselves to Blame.
In J. F. O'Connell, & G. Williams, Air Transport in the 21st Century. Key Strategic
Dror, S. (2008). The Balanced Scorecard versus quality award models as strategic
frameworks. Total Quality Management, 19(6), pp. 583-593.
Du, Y., McMullen, B. S., & Kerkvliet, J. R. (2008). The economic impact of the
ATA/Southwest Airlines code-share agreement. Research in Transportation
Economics, 24, pp. 51-60.
Seite 245
Eiselin, S. (3. Oktober 2013). Billig zum Upgrade. Abgerufen am 4. Oktober 2013 von
aerotelegraph online: http://www.aerotelegraph.com/airlines-auktion-upgradestickets-businessclass-upgrade
Elnathan, D., & Lin, T. W. (1996). Benchmarking and Management Accounting: A
Framework for Research. Journal of Management Accounting Research, 8, pp. 3754.
Emett, S. A., & Tayler, W. B. (2013). Is Your Strategy Evaluation Biased? The balanced
scorecard my be the cause - and the cure. Strategic Finance, XCV(5), pp. 27-34.
ESA. (2013). ECCAIRS. Retrieved December 6, 2013, from
http://www.easa.europa.eu/safety-and-research/ECCAIRS.php
European Commission. (2007). Information Note: Air Transport Agreement between the EU
and US. Retrieved Januar 14, 2014, from
http://ec.europa.eu/transport/modes/air/international_aviation/country_index/doc/200
7_03_05_us_information_note.pdf
European Commission. (2010a). Attachment B - Protocol to Amend the Air Transport
Agreement between the United States of America and the European Community and
its Member States, signed on April 25 and 30, 2007. Retrieved January 14, 2014,
from
http://ec.europa.eu/transport/modes/air/international_aviation/country_index/doc/201
0_03_25_us_protocol_attach_b.pdf
European Commission. (2010b). Breakthrough in EU-US second stage Open Skies
negotiations: Vice-President Kallas welcoms draft agreement. Retrieved January 14,
2014, from http://europa.eu/rapid/press-release_IP-10-371_en.htm?locale=en
European Union. (2007). Decisions Council 2007/339/EC - Air Transport Agreement.
Official Journal of the European Union, 50(L 134), pp. 4-41.
FAA. (2011). The Economic Impact of Civil Aviation on the U.S. Economy. Retrieved
December 15, 2013, from Federal Aviation Administration of the U.S. Department of
Transport:
http://www.faa.gov/air_traffic/publications/media/FAA_Economic_Impact_Rpt_201
1.pdf
Fairfield, P. M., & Lombardi Yohn, T. (2001). Using Asset Turnover and Profit Margin to
Forecast Changes in Profitability. Review of Accounting Studies, 6(December), pp.
371-385.
Fairfield, P. M., Kitching, K. A., & Tang, V. W. (2009). Are special items informative
about future profit margins? Review of Accounting Studies, 14(2-3), pp. 204-236.
Fiorentino, R. (2010). Performance measurement in strategic changes. In M. J. Epstein, J.-F.
Manzoni, & D. Antonio, Studies in Managerial and Financial Accounting. Volume
20 - Performance Measurement and Management Control: Innovative Concepts and
Practices (pp. 253-283). Bingley: Emerald Group Publishing.
Flanagan, M. (2011). Overcoming the Constraints of Aeropolitics. In J. F. O'Connell, & G.
Williams, Air Transportation in the 21st Century. Key Strategic Developments. (pp.
29-32). Burlington (VT): Ashgate Publishing Company.
Seite 246
Fleischmann, R., & Tyson, T. (2007). History of Management Accounting in the U.S. In C.
S. Chapman, A. G. Hopwood, & M. D. Shields, Handbook of Management
Accounting Research. Volume 2 (pp. 1071-1090). Oxford: Elsevier.
Flightglobal Insight. (2012). Network Planning 2012. Retrieved January 15, 2014, from
http://www.flightglobal.com/airspace/media/reports_pdf/emptys/97725/networkplanning-2012.pdf
Forsyth, P. (2011). The Economics of 7th Freedom. In J. F. O'Connell, & G. Williams, Air
Transport in the 21st Century - Key Strategic Developments (pp. 211-233).
Burlington (VT): Ashgate Publishing Company.
Foss, N. J. (2011). The evolution and eclecticism of Porter's thinking. In R. Huggins, & H.
Foster, G. (1977). Quarterly Accounting Data: Time-Series Properties and PredictiveAbility Results. The Accounting Review, LII(1), pp. 1-21.
Francis, G., Dennis, N., Ison, S., & Humphreys, I. (2007). The transferability of the lowcost model to long-haul airline operations. Tourism Management, 28(2), pp. 391-398.
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. International Journal of Operations & Production Management, 27(8), pp.
784-801.
Franke, M. (2004). Competition between network carriers and low-cost carriers - retreat
battle or breakthrough to a new level of efficiency? Journal of Air Transport
Management, 10(1), pp. 15-21.
Frankel, R. (2009). Discussion of "Are special items informative about future profit
margins?". Review of Accounting Studies, 14(2-3), pp. 237-245.
Friedemann, B. (2011). Emirates strotzt vor Zuversicht. Dubais Airline ist bisher erfolgreich
ihren eigenen Weg gegangen. NZZ - Neue Zürcher Zeitung(46), 56.
Frischknecht, S. (2012). Controlling Lexikon: Strategische Erfolgsanalyse. Controlling Zeitschrift für erfolgsorientierte Unternehmenssteuerung, 24(10), S. 579-581.
Fueglistaller, U., & Halter, F. (2006). Führen - Gestalten - Leben: KMU in Bewegung. Eine
Auseinandersetzung mit lebenszyklusorientierter Unternehmensführung. St. Gallen:
KMU Verlag HSG.
Garg, A., Ghosh, D., Hudick, J., & Nowacki, C. (2003). Roles and Practices in Management
Accounting Today. Strategic Finance, 85(1), pp. 31-35.
Garrow, L. (2012). Chapter 1 - Customer Modeling. In C. Barnhart, & B. Smith,
Quantitative Problem Solving Methods in the Airline Industry. A Modeling
Methodology Handbook (pp. 1-34). New York - Dordrecht - Heidelberg - London:
Springer.
Gavazza, A. (2011). Leasing and Secondary Markets: Theory and Evidence from
Commercial Aircraft. Journal of Political Economy, 119(2), 325-377.
Seite 247
Gervais, M., Levant, Y., & Ducrocq, C. (2010). Time-Driven Activity-Based Costing
(TDABC): An Initial Appraisal through a Longitudinal Case Study. Journal of
Applied Management Accounting Research, 8(2), pp. 1-20.
Gillen, D., & Gados, A. (2008). Airlines within airlines: Assessing the vulnerabilities of
mixing business models. Research in Transportation Economics, 24(1), pp. 25-35.
Goedeking, P. (2010). Networks in aviation: strategies and structures. Berlin - Heidelberg:
Springer.
GPO. (2014, April 1). Electronic Code of Federal Regulations (e-CFR), Title 14:
Aeronautics and Space, Part 241 - Uniform System of Accounts and Reports for
Large Certified Air Carriers. Retrieved April 3, 2014, from U.S. Government
Printing Office: http://www.ecfr.gov/cgi-bin/textidx?c=ecfr&sid=9f798104b2368c6cd6e3d9b423fe1612&tpl=/ecfrbrowse/Title14/14c
fr241_main_02.tpl
Graf, L. (2005). Incompatibilities of the low-cost and network carrier business models
within the same airline grouping. Journal of Air Transport Management, 11(5), pp.
313-327.
Graham, B., & Vowles, T. M. (2006). Carriers within Carriers: A Strategic Response to
Low-cost Airline Competition. Transport Reviews: A Transnational
Transdisciplinary Journal, 26(1), pp. 105-126.
Grant, R. M. (2008). Contemporary Strategy Analysis (6th ed.). Malden (MA): Blackwell
Publishing.
Gross, S., & Schröder, A. (2007). Basic Business Model of European Low Cost Airlines An Analysis of Typical Characteristics. In S. Gross, & A. Schröder, Handbook of
Low Cost Airlines - Strategic, Business Processes and Market Environment (pp. 3150). Berlin: Erich Schmidt Verlag.
Grüning, M. (2001). Performance-Measurement-Systeme. Messung und Steuerung von
Unternehmensleistung. (Dissertation Technische Universität Dresden). Wiesbaden:
Deutscher Unversitäts-Verlag.
Guilding, C., Cravens, K. S., & Tayles, M. (2000). An international comparison of strategic
management accounting practices. Management Accounting Research, 11(1), pp.
113-135.
Gupta, K. M., & Gunasekaran, A. (2005). Costing in new enterprise environment. A
challenge for managerial accounting researchers and practitioners. Managerial
Auditing Journal, 20(4), pp. 337-353.
Hambrick, D. C. (1984). Taxonomic Approaches to Studying Strategy: some Conceptual
and Methodological Issues. Journal of Management, 10(1), pp. 27-41.
Hanke, J. E., & Wichern, D. W. (2005). Business Forecasting (8th ed.). Upper Saddle
River, NJ: Prentice Hall.
Heitmann, V. (2005). Airline Performance Management. Dissertation (Nr. 3082)
Universität St. Gallen. Schaan: Gutenberg Verlag.
Seite 248
Hendricks, K., Menor, L., & Wiedman, C. (2004). The Balanced Scorecard: To adopt or not
to adopt? Ivey Business Journal, 69(2), pp. 1-7.
Hendry, J. (1990). The Problem with Porter's Generic Strategies. European Management
Journal, 8(4), pp. 443-450.
Henri, J.-F. (2006). Management control systems and strategy: A resource-based
perspective. Accounting, Organization and Society, 31, pp. 529-558.
Hofer, C., & Eroglu, C. (2010). Investigating the effects of economies of scope on firms'
pricing behavior: Empircal evidence from the US domestic airline industry.
Transportation Research Part E: Logistics and Transportation Review, 46(1), pp.
109-119.
Holloway, S. (1998a). Changing Planes: A Strategic Management Perspective on an
Industry in Transition - Volume One: Situation Analysis (Vol. 1). Burlington (VT):
Ashgate Publishing Limited.
Holloway, S. (1998b). Changing Planes: A Strategic Management Perspective on an
Industry in Transition - Volume Two: Strategic Choice, Implementation, and
Outcome (Vol. 2). Brookfield (VT): Ashgate Publishing Company.
Holloway, S. (2002). Airlines: Managing to Make Money. Burlington (VT): Ashgate
Publishing Limited.
Holloway, S. (2008). Straight and Level - Practical Airline Economics (3rd ed.). Burlington
(VT): Ashgate Publishing Company.
Hopwood, A. G. (2002). If only there were simple solutions, but there aren't: some
reflections on Zimmerman's critique of empirical management accounting research.
The European Accounting Review, 11(4), pp. 777-785.
Horngren, C. T., Datar, S. M., & Rajan, M. V. (2012). Cost Accounting. A Managerial
Emphasis (14th ed.). Essex (GB): Pearson Education Limited.
Horngren, C. T., Datar, S. M., Foster, G., Rajan, M. V., & Ittner, C. (2009). Cost
Accounting. A Managerial Emphasis (13th ed.). Upper Saddle River, New Jersey:
Pearson Prentice Hall.
Horngren, C., Datar, S., & Foster, G. (2000). Cost Accounting (10th ed.). Upper Saddle
River, NJ: Prentice Hall.
hotelleriesuisse. (2014). ERFA-Gruppen. Abgerufen am 16. Januar 2014 von
http://www.hotelleriesuisse.ch/de/pub/services/know-how/erfagruppen.htm
Hügens, T. (2008). Balanced Scorecard und Ursache-Wirkungsbeziehungen. Kausale
Modellierung und Simulation mithilfe von Methoden des Qualitative Reasoning.
Wiesbaden: Gabler.
Huggins, R., & Izushi, H. (2011a). Competition, competitive advantage, and clusters: the
ideas of Michael Porter. In R. Huggins, & H. Izushi, Competition, Competitive
Cdvantage, and Clusters: The Ideas of Michael Porter (pp. 1-22). New York: Oxford
University Press.
Seite 249
Huggins, R., & Izushi, H. (2011b). Conclusion: Porter's perspective. In R. Huggins, & H.
Hüschelrath, K., & Müller, K. (2011). Low Cost Carriers and the Evolution of the U.S.
Airline Industry. Abgerufen am 6. December 2013 von http://ftp.zew.de/pub/zewdocs/dp/dp11051.pdf
IATA. (2006a). Value Cahin Profitability - IATA Economics Briefing No. 04. Retrieved
November 25, 2013, from
http://www.iata.org/whatwedo/Documents/economics/Value-Chain-Profitabilityfull.pdf
IATA. (2006b). Economics Briefing - Profitability: Does Size Matter? Retrieved November
16, 2013, from
https://www.iata.org/whatwedo/Documents/economics/Profits_and_Size_Briefing_J
une2006.pdf
IATA. (2006c). Airline Cost Performance - IATA Economics Briefing No. 5. Retrieved
http://www.iata.org/whatwedo/Documents/economics/airline_cost_performance.pdf
IATA. (2011). Vision 2050 - Report. Retrieved December 20, 2013, from
http://www.iata.org/pressroom/facts_figures/Documents/vision-2050.pdf
IATA. (2013a). Profitability and the air transport value chain - IATA Economics Briefing
No. 10. Retrieved December 12, 2013, from
http://www.iata.org/whatwedo/Documents/economics/profitability-and-the-airtransport-value%20chain.pdf
IATA. (2013d). The Founding of IATA. Retrieved December 16, 2013, from
http://www.iata.org/about/Pages/history.aspx
Iatrou, K., & Oretti, M. (2007). Airline Choices for the Future - Form Alliances to Mergers.
ICAO. (1944). Convention on International Civil Aviation done at Chicago on the 7th Day
of December 1944. Retrieved October 17, 2013, from
http://www.icao.int/publications/Documents/7300_orig.pdf
ICAO. (2006a). ECCAIRS 4.2.6 Data Definition Standard - Aviation Operations. Retrieved
http://legacy.icao.int/anb/aig/Taxonomy/R4CDAviationOperations.pdf
ICAO. (2006b). Convention on International Civil Aviation. Retrieved November 15, 2013,
from http://www.icao.int/publications/Documents/7300_cons.pdf
ICAO. (2008). Annual Report of the Council 2007 (Doc 9898). Retrieved December 16,
2013, from http://www.icao.int/publications/Documents/9898_en.pdf
ICAO. (2013a). ICAO in Brief. Retrieved November 14, 2013, from
http://www.icao.int/about-icao/Pages/default.aspx
ICAO. (2013b). Annual Report of the Council 2012 (Doc 10001). Retrieved December 16,
2013, from http://www.icao.int/publications/Documents/10001_en.pdf
Seite 250
ICAO. (2013c). ECCAIRS Aviation 1.3.0.12 Data Definition Standard - Aviation
Operations. Retrieved December 6, 2013, from
http://www.icao.int/safety/AirNavigation/AIG/Documents/ADREP%20Taxonomy/E
CCAIRS%20Aviation%201.3.0.12%20%28VL%20for%20AttrID%20%20214%20%20Aviation%20Operations%29.pdf
ICAO. (2014). List of LCC based on ICAO definition. Retrieved February 20, 2014, from
http://www.icao.int/sustainability/Documents/LCC-List.pdf
IMA. (1996). Practice of Management Accounting - Measuring the Cost of Capacity.
Retrieved January 15, 2014, from
http://www.imanet.org/PDFs/Public/Research/SMA/Measuring%20the%20Cost%20
of%20Capacity.pdf
IMA. (2014). Wiley CMAexcel Learing System - Exam Review 2015 - Self-Study Guide Part 2: Financial Decision Making. Hoboken (NJ): John Wiley.
IMA. (2014). Wiley CMAexel Learning System - Exam Review 2015 - Self-Study Guide Part 1: Financial Reporting, Planning, Performance, and Control. Hoboken (NJ):
John Wiley.
Iselin, E. R., Mia, L., & Sands, J. (2008). The effects of the balanced scorecard on
performance. The impact of the alignment of the strategic goals and performance
reporting. Journal of General Management, 33(4), pp. 71-85.
Ittner, C. D., & Larcker, D. F. (2001). Assessing empirical research in managerial
accounting: a value-based management perspective. Journal of Accounting and
Economics, 32(1-3), pp. 349-410.
Ittner, C. D., & Larcker, D. F. (2002). Empirical managerial accounting research: are we
just describing management consulting practice. The European Accounting Review,
11(4), pp. 787-794.
Ittner, C. D., & Larcker, D. F. (2003). Coming up short on nonfinancial performance
measurement. Harvard Business Review, 81(11), pp. 88-95.
Jakobsen, M., Mitchell, F., & Norreklit, H. (2011). Constructing Performance Measurement
Packages. In M. G. Abdel-Kader, Review of Management Accounting Research (pp.
194-213). Basingstoke (UK): Palgrave Macmillan.
Jakobsen, M., Norreklit, H., & Mitchell, F. (2010). Internal Performance Measurement
Systems: Problems and Solutions. Journal of Asia-Pacific Business, 11, pp. 258-277.
jetBlue. (2014). JetBlue Airways Corporation, Annual Report 2013 (Form 10-K).
Abgerufen am 15. March 2014 von JetBlue Airways: http://phx.corporateir.net/External.File?item=UGFyZW50SUQ9NTM5MjEyfENoaWxkSUQ9MjI4NzY
4fFR5cGU9MQ==&t=1
Jiang, H. (2013). Service quality of low-cost long-haul airlines - The case of Jetstar Airways
and Air Asia X. Journal of Air Transport Management, 26(January), pp. 20-24.
Johanson, U., Skoog, M., Backlund, A., & Almqvist, R. (2006). Balancing dilemmas of the
balanced scorecard. Accounting, Auditing & Accountability Journal, 19(6), pp. 842857.
Seite 251
Johnson, T. H., & Kaplan, R. S. (1987). Relevance lost: the rise and fall of management
accounting. Boston (MA): Harvard Business School Press.
Joppien, M. G. (2003). Strategisches Airline-Management - Evolutionstheorie und
Luftverkehrsstrategien (Bd. Berner betriebswirtschaftliche Schriften). (R. Kühn, &
N. Thom, Hrsg.) Bern - Stuttgart - Wien: Paul Haupt.
Kaplan, R. S., & Norton, D. P. (1992). The Balanced Scorecard - Measures That Drive
Performance. Harvard Business Review, 70(1), pp. 71-79.
Kaplan, R. S., & Norton, D. P. (1996a). The Balanced Scorecard: Translating Strategy into
Action. Boston, MA: Harvard Business School Press.
Kaplan, R. S., & Norton, D. P. (1996b). Linking the Balanced Scorecard to Strategy.
California Management Review, 39(1), pp. 53-79.
Kaplan, R. S., & Norton, D. P. (1997). Balanced Scorecard - Strategien erfolgreich
umsetzen. (R. S. Kaplan, D. P. Norton, Hrsg., P. Horvath, B. Kuhn-Würfel, & C.
Vogelhuber, Übers.) Stuttgart: Schäffer-Poeschel.
Kaplan, R. S., & Norton, D. P. (2001). Transforming the Balanced Scorecard from
Performance Measurement to Strategic Management: Part I. Accounting Horizons,
15(1), pp. 87-104.
Kaplan, R. S., & Norton, D. P. (2004). Strategy Maps - Converting Intangible Assets into
Tangible Outcomes. Boston: Harvard Business School Press.
Kaplan, R. S., & Norton, D. P. (2007). Using the Balanced Scorecard as a Strategic
Management System. Harvard Business Review, 85(7/8), S. 150-161.
Kelly, G. (2011). Forecasting the Fate of the Airline Industry. In J. F. O'Connell, & G.
Williams, Air Transportation in the 21st Century. Key Strategic Developments (pp.
Ker, I. (2011). G. K. Chesterton - A Biography. Oxford (UK): Oxford University Press.
Klophaus, R., Conrady, R., & Fichert, F. (2012). Low cost carriers going hybrid: Evidence
from Europe. Journal of Air Transport Management, 23(August), pp. 54-58.
KMU-HSG. (2014). ERFA-Gruppen. Abgerufen am 19. März 2014 von Schweizerisches
Institut für Klein- und Mittelunternehmen, Universität St. Gallen:
http://www.kmu.unisg.ch/de/dienstleistungen/erfa
Knorr, A. (2007). Southwest Airlines: The Low Cost Pioneer at 35. In S. Gross, & A.
Schröder, Handbook of low cost airlines: strategies, business processes and market
environment (pp. 77-110). Berlin: Schmidt.
Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied Linear Statistical
Models (5th ed.). Boston: McGraw-Hill.
Langfield-Smith, K. (2007). Strategic Management Accounting: How far have we come in
25 years? Accounting, Auditing & Acountability Journal (AAAJ), 21(2), pp. 204-228.
Lawrie, G., & Cobbold, I. (2004). Third-generation balanced scorecard: evolution of an
effective strategic control tool. International Journal of Productivity and
Performance Management, 53(7), pp. 611-623.
Seite 252
Lawson, R. (2009). Old meets New. Strategic Finance, 90(10), pp. 31-36.
Lawson, R., Stratton, W., & Hatch, T. (2006). Scorecarding goes global. Strategic Finance,
87(9), pp. 34-41.
Lechner, C., & Gudmundsson, S. V. (2011). Multilateral Airline Alliances: The Fallacy of
the Alliances to Mergers Proposition. In J. F. O' Connell, & G. Williams, Air
Levitt, S. D., & Dubner, S. J. (2009). Freakonomics - A Rogue Economist Explores the
Hidden Side of Everything. New York: Penguin Books.
Liang, L., & James, A. D. (2009). The low-cost carrier model in China: the adoption of a
strategic innovation. Technology Analysis & Strategic Management, 21(1), pp. 129148.
LinearAir. (2014). Air Taxi Pricing - Air taxi is smarter air travel that isn't extravagantly
expensive or wasteful of your time. Retrieved January 16, 2014, from
http://www.linearair.com/air-taxi/pricing
Lipe, M. G., & Salterio, S. E. (2000). The balanced scorecard: Judgmental effects of
common and unique perfromance measures. The Accounting Review, 75(3), pp. 283298.
Loft, A. (1995). The History of Management Accounting: Relevance Found. In D. Ashton,
T. Hopper, & R. W. Scapens, Issues in Management Accounting (2nd ed., pp. 21-44).
London: Prentice Hall.
Lohmann, G., & Koo, T. T. (2013). The airline business model spectrum. Journal of Air
Transport Management, 31(August), pp. 7-9.
Luft, J. (2009). Nonfinancial Information and Accounting: A Reconsideration of Benefits
and Challenges. Accounting Horizons, 23(3), pp. 307-325.
Luft, J., & Shields, M. D. (2002). Zimmerman's contentious conjectures: describing the
present and prescribing the future of empirical accounting research. The European
Accounting Review, 11(4), pp. 795-803.
Lufthansa Group. (2013). Geschäftsbericht 2012 - GEMEINSAM ZUKUNFT GESTALTEN.
Abgerufen am 25. August 2013 von http://investorrelations.lufthansagroup.com/fileadmin/downloads/de/finanzberichte/geschaeftsberic
hte/LH-GB-2012-d.pdf
Lux, W., & Hauser, M. A. (2006). KMU-Barometer Controller Services 2006. Eine
empirische Studie zum strategischen und operativen Controlling in der Praxis. St.
Gallen: FHS St. Gallen.
Ma, Y., & Tayles, M. (2009). On the emergenc of strategic management accounting: an
institutional perspecive. Accounting and Business Research, 39(5), pp. 473-495.
Magee, R. P. (1986). Advance Managerial Accounting. New York: Harber & Row
Publishers.
Malmi, T., & Granlund, M. (2009a). In Search of Management Accounting Theory.
European Accounting Review, 18(3), pp. 597-620.
Seite 253
Malmi, T., & Granlund, M. (2009b). Agreeing on Problems, Where are the Solutions? A
Reply to Quattrone. European Accounting Review, 18(3), pp. 631-639.
Mankiw, N. G. (2012). Principles of Economics (6th ed.). Mason (OH): Sotzh-Western
Cengage Learning.
Mason, K. J., & Morrison, W. G. (2008). Towards a means of consistently comparing
airline business models with an application to the 'low cost' airline sector. Research
in Transportation Economics, 24(1), pp. 75-84.
McCartney, S. (2013, April 23). Flier Auctions: Better Seats, Going Once, Going Twice...
Retrieved October 06, 2013, from The Wall Street Journal Online:
http://online.wsj.com/news/articles/SB1000142412788732333540457844270237409
7108
Meffert, H. (2000). Marketing. Grundlagen marktorientierter Unternehmensführung.
Konzepte - Instrument - Paxisbeispiel. Wiesbaden: Gabler Verlag.
Metzger, C. (2002). Lern- und Arbeitsstrategien. Aarau: Bildung Sauerländer.
Michaels, L., & Fletcher, S. (2009). Competing in an LCC world. Journal of Revenue and
Pricing Management, 8(5), pp. 410-423.
Mintzberg, H. (1987a). The Strategy Concept I: Five Ps For Strategy. California
Management Review, 1, pp. 11-24.
Mintzberg, H. (1987b). The Strategy Concept II: Another Look at Why Organizations Need
Strategies. California Management Review, 30(1), pp. 25-32.
Mintzberg, H., & Waters, J. A. (1985). Of Strategies, Deliberate and Emergent. Strategic
Mintzberg, H., Lampel, J., Quinn, J. B., & Ghoshal, S. (2003). The Strategy Process:
Concepts, Contexts, Cases (4th ed.). Harlow: Pearson Education.
Moreira, M. E., O'Connell, J. F., & Williams, G. (2011). The Viability of Long-Haul, Low
Cost Business Models. Journal of Air Transport Studies, 2(1), pp. 69-91.
Moriano, J. A., Molero, F., Topa, G., & Mangin, J.-P. L. (2014). The influence of
transformational leadership and organizational identification on intrapreneurship.
International Entrepreneurship and Management Journal, 10(1), pp. 103-119.
Morrell, P. (2008). Can long-haul low-cost airlines be successful? Research in
Transportation Economics, 24(1), pp. 61-67.
Morrell, P. S. (2007). Airline Finance (3rd ed.). Burlington (VT): Ashgate Publishing
Company.
Morrell, P. S. (2011). The Air Cargo Industry. In J. F. O'Connell, & G. Williams, Air
Mudde, P. A., & Sopariwala, P. R. (2008a). Cost Restructuring and Revenue Building: A
Strategic Benchmarking Analysis. Cost Management, 22(1), S. 36-46.
Seite 254
Mudde, P. A., & Sopariwala, P. R. (2008b). Examining Southwest Airlines' Strategic
Execution: A Strategic Variance Analysis. Management Accounting Quarterly, 9(4),
pp. 20-32.
Mudde, P. A., & Sopariwala, P. R. (2009). U.S. Airways Merger: A Strategic Variance
Analysis of Changes in Post-Merger Performance. Retrieved September 26, 2011,
from Paper, AAA 2010 Management Accounting Section (MAS) Meeting:
http://ssrn.com/abstract=1445596
Mudde, P. A., & Sopariwala, P. R. (2010). Relative Strategic Variance Analysis: The Case
of American Airlines - Working Paper. Retrieved September 4, 2013, from
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1658508
Müller, B. (2007). Porters Konzept generischer Wettbewerbsstrategien. Präzisierung und
empirische Überprüfung (Dissertation Universität Bern) (1. Ausg.). Wiesbaden:
Deutscher Universitäts-Verlag.
Müller, R. (2011). Authorities and Regulations in Aviation. In A. Wittmer, T. Bieger, & R.
Müller, Aviation Systems - Management of the Integrated Aviation Value Chain (pp.
215-236). Berlin - Heidelberg: Springer.
Müller-Stewens, G., & Lechner, C. (2003). Strategisches Management. Wie strategische
Initiativen zum Wandel führen. (2. Ausg.). Stuttgart: Schäffer-Poeschel.
Müller-Stewens, G., & Lechner, C. (2011). Strategisches Management - Wie strategische
Initiativen zum Wandel führen (4. Ausg.). Stuttgart: Schäffer-Poeschel.
Needles, B. E., Shigaev, A., Powers, M., & Frigo, M. L. (2010). Strategy and integrated
financial ratio performance measures: a longitudinal multi-country study of high
performance companies. In M. J. Epstein, J.-F. Manzoni, & A. Davila, Studies in
Managerial and Financial Accounting. Volume 20 - Performance Measurement and
Management Control: Innovative Concepts and Practices (S. 211-252). Bingley:
Emerald Group Publishing.
Neely, A. (2003). Gazing into the Crystal Ball: The Future of Performance Measurement.
Retrieved 12 15, 2010, from http://www.som.cranfield.ac.uk/som/dinamiccontent/research/cbp/CBPupdate1-AndyNeely-Crystal%20Ball.pdf
Neely, A. (2005). The evolution of performance measurement research. Developments in
the last decade and a research agenda for the next. International Journal of
Operations & Production Management, 25(12), pp. 1264-1277.
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), pp. 80-116.
Neumann, J. v., & Morgenstern, O. (1947). Theory of Games and Economic Behavior (2nd
ed.). Princeton: Princeton University Press.
Newbert, S. L. (2007). Emprical research on the resource-based view of the firm: an
assessment and suggestions for furture research. Strategic Management Journal, 28,
pp. 121-146.
Nixon, B., & Burns, J. (2012). The paradox of strategic management accounting.
Management Accounting Research, 23(4), pp. 229-244.
Seite 255
O'Connell, J. F. (2011). Airlines: An Inherently Turbulent Industry. In J. F. O'Connell, & G.
Williams, Air Transportation in the 21st Century - Key Strategic Developments (pp.
Öker, F., & Adigüzel, H. (2010, November/December). Time-driven activity-based costing:
An implemation in a manufacturing company. The Journal of Corporate Accounting
& Finance, pp. 75-92.
oneworld. (2014). Mitgliedgesellschaften Überblick. Abgerufen am 14. April 2014 von
http://de.oneworld.com/memberairlines/overview;jsessionid=DDFE14608D115C3AF1BBFBD986AADCEA
Oracle. (2014). Oracle Crystal Ball Enterprise Performance Management. Retrieved June
05, 2014, from
http://www.oracle.com/us/products/applications/crystalball/Enterprise-performancemanagement/overview/index.html
Othman, R., Domil, A. K., Senik, Z. C., Abdullah, N. L., & Hamzah, N. (2006). A Case
Study of Balanced Scorecard Implementation in a Malaysian Company. Journal of
Asia-Pacific Business, 7(2), pp. 55-72.
Oxford Economics. (2009). Aviation - The Real World Wide Web. Retrieved January 7,
2014, from
http://web.oxfordeconomics.com/FREE/PDFS/OX_ECON_AVIATION_REPORT/
MAIN.HTML
Paranjape, B., Rossiter, M., & Pantano, V. (2006). Insights from the Balanced Scorecard
Performance measurment systems: successes, failures and future - a review.
Measuring Business Excellence, 10(3), pp. 4-14.
Pels, E. (2008). Airline network competition: Full-service airlines, low-cost airlines and
long-haul markets. Research in Transportation Economics, 24(1), pp. 68-74.
Pinchot, G. (1985). Intrapreneuring: Why You Don't Have to Leave the Corporation to
Become an Entrepreneur. New York (NY): Harper & Row Publishers.
Porter, M. E. (1980). Competitive Strategy. Techniques for analyzing industries and
competitors. New York et al: The Free Press.
Porter, M. E. (1985). Competitive Advantage: Creating and Sustaining Superior
Performance. New York (NY): The Free Press.
Porter, M. E. (1991). Towards a dynamic theory of strategy. Strategic Management Journal,
Winter Special Issue, pp. 95-117.
Porter, M. E. (1996, Nov/Dec). What is Strategy? Harvard Business Review, 74, pp. 61-78.
Porter, M. E. (1998a). Competitive Advantage: Creating and Sustaining Superior
Performance (2nd ed.). New York: The Free Press.
Porter, M. E. (1998b). The Competitive Advantages of Nations (2nd ed.). New York (NY):
The Free Press.
Porter, M. E. (2004). Competitive Strategy. Techniques for Analyzing Industries and
Competitors. New York (NY): Free Press.
Seite 256
Porter, M. E. (2014). Wettbewerbsvorteile (Competitive Advantage): Spitzenleistungen
erreichen und behaupten (8. Ausg.). (A. Jaeger, & M. Schickerling, Übers.)
Frankfurt/Main: Campus Verlag.
Postrel, V. (2012, April 20). Delta's Oil Refinery Plan Flies Against Economic Sense.
Retrieved September 12, 2013, from Bloomberg News:
http://www.bloomberg.com/news/2012-04-19/delta-s-oil-refinery-plan-flies-againsteconomic-sense.html
Potter, G. (2011). Discussion of An Empirical Investigation of the Relationship between
Profitability Persistence and Firms' Choice of Business Model: Evidence from the
U.S. Airline Industry. Journal of Management Accounting Research(Vol. 23), pp.
71-76.
Quattrone, P. (2009). We have never been Post-modern: On the Search of Management
Accounting Theory. European Accounting Review, 18(3), S. 621-630.
Real Options Valuation. (2014). Risk Simulator Software Information. Retrieved June 05,
2014, from http://www.realoptionsvaluation.com/risk-simulator-software.php#2
Rhoades, D. L. (2011). State of US Aviation: Clinging to Old Ways in a New Century. In J.
F. O'Connell, & G. Williams, Air Transport in the 21st Century - Key Strategic
RITA & BTS. (2011). U.S. Carriers ($20M revenue/yr) - Carrier List. Retrieved January
16, 2012, from Risearch and Innovative Technology Administration / Bureau of
Transportation Statistics: http://www.transtats.bts.gov/CarrierList.aspx?page=1
RITA & BTS. (2014a). Data Profile: Air Carrier Financial Reports (Form 41 Financial
Data). Retrieved March 22, 2014, from Research and Innovative Technology
Administration / Bureau of Transportation Statistics:
http://www.transtats.bts.gov/DatabaseInfo.asp?DB_ID=135&DB_URL=
RITA & BTS. (2014b). TranStats Traffic Statistics Tool. Retrieved March 22, 2014, from
Research and Innovative Technology Administration / Bureau of Transportation
Statistics: http://www.transtats.bts.gov/Data_Elements.aspx?Data=1
RITA & BTS. (2014c). Data Profile: Air Carrier Financial Reports (Form 41 Financial
Data). Retrieved March 22, 2014, from Research and Innovative Technology
Administration / Bureau of Transportation Statistics:
http://www.transtats.bts.gov/DatabaseInfo.asp?DB_ID=110&Link=0
RITA. (2014a). About RITA. Retrieved January 6, 2014, from Research and Innovative
Technology Administration: http://www.rita.dot.gov/about_rita
RITA. (2014b). Financial Reporting Categories (Item List Guide). Retrieved March 22,
2014, from Research and Innovative Technology Adminstration:
http://www.rita.dot.gov/bts/sites/rita.dot.gov.bts/files/subject_areas/airline_informati
on/item_list_guide/pdf/entire.pdf
Roslender, R., & Hart, S. J. (2002). Integrating management accounting and marketing in
the pursuit of competitive advantage: the case for strategic management accounting.
Critical Perspectives on Accounting, 13(2), pp. 255-277.
Seite 257
Roslender, R., & Hart, S. J. (2003). In search of strategic management accounting:
theoretical and field study perspectives. Management Accounting Research, 14(3),
pp. 255-279.
Rüegg-Stürm, J. (2009). Das neue St. Galler Management-Modell. In R. Dubs, D. Euler, J.
Rüegg-Stürm, & C. E. Wyss, Einführung in die Managementlehre (2. Ausg., Bd. 1,
S. 65-141). Bern - Stuttgart - Wien: Paul Haupt.
Rumelt, R. P. (1991). How Much Does Industry Matter? Strategic Management Journal,
12(3), pp. 167-185.
Schweizerische Bundeskanzlei. (2009). Geschlechtergerechte Sprache - Leitfaden zum
geschlechtergerechten Formulieren im Deutschen (in Zusammenarbeit mit der
Zürcher Hochschule für Angewandte Wissenschaften) (2. Ausg.). Bern:
Schweizerische Eidgenossenschaft.
Shah, H., Malik, A., & Malik, M. S. (2011). Strategic Management Accounting - A Messiah
for Management Accounting? Australian Journal of Business and Management
Research, 1(4), pp. 1-7.
Shank, J. K. (2006). Strategic cost management: upsizing, downsizing and right(?) sizing. In
A. Bhimani, Contemporary Issues in Management Accounting (pp. 355-379).
Oxford: Oxford University Press.
Shank, J. K., & Churchill, N. C. (1977). Variance Analysis: A Management-Oriented
Approach. The Accounting Review, 52(4), S. 950-958.
Shank, J. K., & Govindarajan, V. (1993). Strategic Cost Management. The New Tool for
Competitive Advantage. New York: The Free Press.
Simmonds, K. (1981). Strategic management accounting. Management Accounting:
Magazine for Chartered Management Accountants, 59(4), pp. 26-30.
Simmonds, K. (1986). The Accounting Assessment of Competitive Position. European
Journal of Marketing, 1, pp. 16-31.
Simons, R. (2000). Performance Measurement & Control Systems for Implementing
Strategy. Upper Saddle River, New Jersey: Prentice Hall.
SkyTeam. (2014). Die SkyTeam-Fluggesellschaften. Abgerufen am 14. April 2014 von
http://www.skyteam.com/de/About-us/Our-members/
Soliman, M. T. (2008). The Use of DuPont Analysis by Market Participants. The
Accounting Review, 83(3), pp. 823-853.
Sopariwala, P. R. (2003). Strategic analysis of operating income: an extension to Horngren,
Foster and Datar. Journal of Accounting Education(21), pp. 25-42.
Sopariwala, P. R., & Subramanian, R. (2004). Evaluating Organizational Strategy Using
Accounting Data: A Template for a Fine-Grained Analysis. The Journal of
Corporate Accounting & Finance, 15(4), pp. 71-84.
Sorensen, J. (2012). Ancillary Revenue Report Series for 2012 - The Amadeus Yearbook of
Ancillary Revenue by IdeaWorks Company. Retrieved January 18, 214, from
http://www.amadeus.com/airlines/ancillaryservices/docs/2012AncillaryRevenueYear
book.pdf
Seite 258
Sorensen, J. E. (2009). Management Accountants in the United States: Practitioner and
Academic Views of Recent Developments. In C. S. Chapman, A. G. Hopwood, & M.
D. Shields, Handbook of Management Accounting Research - Volume 3 (pp. 12531270). Oxford, UK: Elsevier.
Star Alliance. (2014). The Star Alliance Network - Facts and Figures. Retrieved April 14,
2014, from http://www.staralliance.com/assets/doc/en/about/memberairlines/pdf/Facts%20and%20Figures%202013%20as%20of%2018JUN13%20%20FINAL.pdf
Stefanou, C. J., & Athanasaki, M. T. (2012). Management Accounting Practice in ERP
Environments: A Research Agenda. Retrieved September 15, 2013, from
International Conference on Enterprise Systems, Accounting and Logistics
(ICESAL): http://www.icesal.org/2012%20PROCEEDINGS/docs/K9.pdf
Stoll, U. B. (2004). Strategic Management in Global Air Transport, Universität St. Gallen
(Disseration Nr. 2895). Bamberg: Difo-Druck GmbH.
Stout, D. E., & Propri, J. M. (2011, Spring). Implementing Time-Driven Activity-Based
Costing at a Medium-Sized Electronics Company. Management Accounting
Quaterly, 12(3), pp. 1-11.
Sturm, A. (2000). Performance Measurement und Environmental Performance
Measurement. Entwicklung eines Controllingmodells zur unternemensinternen
Messung der betrieblichen Umweltleistung. (Disseration Technische Universität
Dresden). Dresden: Technische Universität Dresden.
Tayler, W. B. (2010). The Balanced Scorecard as a Strategy-Evaluation Tool: The Effects of
Implementation Involvement and a Causal-Chain Focus. The Accounting Review,
85(3), pp. 1095-1117.
Tayles, M. (2011). Strategic Management Accounting. In M. G. Abdel-Kader, Review of
Management Accounting Research (pp. 22-52). Basingstoke (UK): Palgrave
Macmillan.
Teckentrup, R. (2007). Low Cost Airlines from a Charter Perspective - Analysis of Strategic
Options for Charter Airlines an Positioning of Condor. In S. Gross, & A. Schröder,
Handbook of Low Cost Airlines - Strategies, Business Processes and Market
Environment (pp. 123-129). Berlin: Erich Schmidt Verlag.
Teschl, G., & Teschl, S. (2013). Mathematik für Informatiker - Band 1: Diskrete
Mathematik und Lineare Algebra (4. Aufl. Ausg.). Berlin - Heidelberg: Springer.
Tonchia, S., & Quagini, L. (2010). Performance Measurement. Heidelberg - Dordrecht London - New York: Springer.
Treyer, O. A. (2008a). Gruppen-Controlling. Ein instrumentaler, risikoorientierter Ansatz.
Working Paper. Seewen (SZ): Autor.
Treyer, O. A. (2008b). Strategische Erfolgsanalyse. Eine Methodik zur
Strategieüberprüfung mit Hilfe der Abweichungsanalyse. ZfCM - Zeitschrift für
Controlling & Management, 52. Jg.(Heft 3), S. 162-167.
Treyer, O. A. (2010). Business Forecasting. Anwendungsorientierte Theorie quantitativer
Prognoseverfahren. Bern - Stuttgart - Wien: Haupt.
Seite 259
Treyer, O. A., & Frischknecht, S. (2013). Fallstudien und Theorie zum Management
Accounting. St. Gallen: bookboon.com.
Triantafylli, A., & Ballas, A. (2010). Aligning strategy and performance measruement
systems in the service sector companies: The greek example. In M. J. Epstein, J.-F.
Manzoni, & A. Davila, Studies in Managerial and Financial Accounting. Volume 20
- Performance measurement and Management Control: Innovative Concepts and
Practices (S. 387-425). Bingley: Emerald.
Tsoukalas, G., Belobaba, P., & Swelbar, W. (2008). Cost convergence in the US airline
industry: An analysis of unit costs 1995-2006. Journal of Air Transport
Management, 14(4), pp. 179-187.
Van Loggerenberg, B. J., & Cucchiaro, S. J. (1981). Productivity Measurement and the
Bottom Line. National Productivity Review, 1(1), pp. 87-99.
Vasigh, B., Fleming, K., & Mackay, L. (2010). Foundations of Airline Finance Methodology and Practice. Burlington (VT): Ashgate Publishing Company.
Wagenhofer, A. (2006). Management Accounting Research in German-Speaking Countries.
Journal of Management Accounting Research, 18, pp. 1-19.
Weber, J., & Schäffer, U. (2000). Balanced Scorecard & Controlling. Implementierung Nutzen für Manager und Controller - Erfahrungen in deutschen Unternehmen (2.
Ausg.). Wiesbaden: Gabler.
Wensveen, J. G. (2007). Air Transportation - A Management Perspective (6th ed.).
Wensveen, J. G., & Leick, R. (2009). The long-haul low-cost carier: A unique business
model. Journal of Air Transport Management, 15(3), pp. 127-133.
Wernerfelt, B. (1984). A Resource-based View of the Firm. Strategic Management Journal,
5(2), pp. 171-180.
Williams, G. (2011). Comparing the Economic and Operating Characteristics of Charter and
Low-cost Scheduled Airlines. In J. F. O' Connell, & G. Williams, Air Transport in
the 21st Century - Key Strategic Developments (pp. 185-195). Burlington (VT):
Ashgate Publishing Company.
Wilson, R. M. (1995). Strategic Management Accounting. In D. Ashton, T. Hopper, & R.
W. Scapens, Issues in Management Accounting (2nd ed., pp. 159-190). London:
Prentice Hall.
Wittmer, A., & Bieger, T. (2011). Fundamentals and Structure of Aviation Systems. In A.
Wittmer, T. Bieger, & R. Müller, Aviation Systems - Management of the Integrated
Aviation Value Chain (S. 5-38). Heidelberg: Springer.
Wojahn, O. W. (2012). Why does the airline industry over-invest? Journal of Air Transport
Management, 19(March), pp. 1-8.
World Economic Forum. (2009). The Travel & Tourism Competitiveness Report 2009 Managing in Time of Turbulence. (J. Blanke, & T. Chiesa, Eds.) Retrieved January
25, 2014, from
http://www3.weforum.org/docs/WEF_GCR_TravelTourism_Report_2009.pdf
Seite 260
World Economic Forum. (2013). The Travel & Tourism Competitiveness Report 2013 Reducing Barriers to Economic Growth and Job Creation. (J. Blanke, & T. Chiesa,
Eds.) Retrieved January 24, 2014, from
http://www3.weforum.org/docs/WEF_TT_Competitiveness_Report_2013.pdf
Young, D. (1997). Economic Value Added: A Primer for European Managers. European
Zimmerman, J. L. (2001). Conjectures regarding empirical managerial accounting research.
Journal of Accounting and Economics, 32(1-3), pp. 411-427.
Anhang
Seite 261
9 Anhang I: Ergänzungen zu Kapitel 3
H
7
8
9
10
11
12
13
14
15
16
17
Bezeichnung Periode
Jahr
UNITS_OUT
PRICE_OUT
ACT_UNITS_IN
PRICE_IN
ACT_UNITS_CAP_01
PRICE_CAP_01
ACT_UNITS_CAP_02
PRICE_CAP_02
EXPEC_UNITS_IN
EXPEC_UNITS_CAP_01
EXPEC_UNITS_CAP_02
Absatzmenge (produzierte & verkaufte Einheiten) [Stück]
Verkaufspreis [USD/Stück]
Einzelmaterialverbrauch [m2]
Einzelmaterialkosten [USD/m2]
Produktionskapazität [m2]
Herstellgemeinkosten je Einheit Produktionskapazität [USD/m2]
F&E Mitarbeiter [Person]
F&E Kosten pro Mitarbeiter [USD/Person]
Input-Menge t-1 flexibilisiert auf Output-Menge t
Kapazität Herstellgemeinkosten t-1 flexibilisiert auf Output-Menge t
Kapazität F&E t-1
20 Wachstumskomponente Umsatz
∆REV Growth
22 Wachstumskomponente Kosten Total
23
Wachstumskomponente Einzelmaterial
24
Wachstumskomponente Herstellgemeinkosten
25
Wachstumskomponente F&E
26 Wachstumskomponente Total Stufe EBIT
∆EXP Growth
∆EXP_VAR Growth
∆EXP_FIX Growth_01
∆EBIT Growth
29 Preisausgleichskomponente Umsatz
∆REV Price
31 Preisausgleichskomponenten Kosten Total
32
Preisausgleichskomponente Einzelmaterial
33
Preisausgleichskomponente Herstellgemeinkosten
34
Preisausgleichskomponente F&E
35 Preisausgleichskomponente Total Stufe EBIT
∆EXP Price
∆EXP_VAR Price
∆EXP_FIX Price_01
∆EXP_FIX Price_02
∆EBIT Price
38 Produktivitätskomponente Kosten Total
39
Produktivitätskomponente Einzelmaterial
40
Produktivitätskomponente Herstellgemeinkosten
41
Produktivitätskomponente F&E
42 Produktivitätskomponente Total Stufe EBIT
∆EXP Productivity
∆EXP_VAR Productivity
∆EXP_FIX Productivity_01
∆EXP_FIX Productivity_02
∆EBIT Productivity
t-1
2008
1'000'000
27.00
3'000'000
-1.40
3'750'000
-4.28
40
-100'000.00
J
L
t
2009
1'150'000
25.00
2'900'000
-1.50
3'500'000
-4.35
39
-100'000.00
3'450'000 [1]
3'750'000 [2]
40 [3]
4'050'000.00 [4]
-630'000.00 [5]
-630'000.00 [6]
0.00 [7]
0.00 [8]
3'420'000.00 [9]
-2'300'000.00 [10]
-607'500 [11]
-345'000.00 [12]
-262'500.00 [13]
0.00 [14]
-2'907'500.00 [15]
2'012'500.00 [16]
825'000.00 [17]
1'087'500.00 [18]
100'000.00 [19]
2'012'500.00 [20]
Legende:
"+" = vorteilhafte Abweichung gegenüber der Vorperiode
"-" = unvorteilhafte Abweichung gegenüber der Vorperiode
[1] =H9/H7*J7
[2] =WENN(J7>H11;H11/H7*J7;H11)
[3] keine Anpassung auf Ouptut-Menge t, da nicht mengenabhängig
[4] =(J7-H7)*H8
[5] =SUMME(H23:H25)
[6] =(L15-H9)*H10
[7] =(L16-H11)*H12
[8] =(L17-H13)*H14
[9] =SUMME(J20:J25)
[10] =(J8-H8)*J7
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
=SUMME(H32:H34)
=(J10-H10)*L15
=(J12-H12)*L16
=(J14-H14)*L17
=SUMME(J29:J34)
=SUMME(H39:H41)
=(J9-L15)*J10
=(J11-L16)*J12
=(J13-L17)*J14
=SUMME(J38:J41)
Abbildung 58: Chipset Inc. – Direkte Berechnung der Komponenten der Abweichungsanalyse 1130
1130
Eigene Darstellung analog der gleichnamigen Fallstudie in (Horngren C. T., Datar, Foster, Rajan, &
Ittner, 2009, p. 500 et seqq.). Siehe hierzu auch Kapitel 3.4.3. Zum Vergleich mit der indirekten Berechnungsmethode siehe Abbildung 7.
Seite 262
Anhang
H
9
10
11
12
13
14
15
16
17
18
19
Code
Year
Units of Xtra produced and sold [pcs]
Selling price per unit Xtra [USD/pcs]
Direct material used [lbs]
Direct material cost per pound [USD/lbs]
UNITS_OUT
PRICE_OUT
ACT_UNITS_IN
PRICE_IN
ACT_UNITS_CAP_01
PRICE_CAP_01
USED_UNITS_CAP_01
ACT_UNITS_CAP_02
PRICE_CAP_02
USED_UNITS_CAP_02
EXPEC_UNITS_IN
t-1
2000
15'000
250.00
135'000
-9.00
15'000
-40.00
15'000
65
-12'000.00
45
J
L
t
2001
16'000
270.00
140'000
-10.00
16'000
-41.00
16'000
60
-12'500.00
50
144'000 [1]
22 Growth Component Revenues
∆REV Growth
24 Growth Component Costs
25
26
Conversion costs
27
Selling & distribution costs
28 Growth Component Total at EBIT
∆EXP Growth
∆EXP_VAR Growth
∆EBIT Growth
31 Price-recovery Component Revenues
∆REV Price
33 Price-recovery Component Costs
34
35
Conversion costs
36
37 Price-recovery Component Total at EBIT
∆EXP Price
∆EXP_VAR Price
∆EXP_FIX Price_01
∆EXP_FIX Price_02
∆EBIT Price
40 Productivity Component Costs
41
42 Productivity Component Total at EBIT
∆EXP Productivity
40'000.00 [14]
45 Capacity Underutilization Costs
46
Conversion costs
47
48 Capacity Underutilization Total at EBIT
∆EXP Capacity
∆EXP_FIX Capacity_01
∆EXP_FIX Capacity_02
0.00 [16]
115'000.00 [17]
250'000.00 [2]
-181'000.00 [3]
-81'000.00 [4]
-40'000.00 [5]
-60'000.00 [6]
69'000.00 [7]
320'000.00 [8]
-185'000.00 [9]
-144'000.00 [10]
-16'000.00 [11]
-25'000.00 [12]
135'000.00 [13]
40'000.00
40'000.00
115'000.00 [15]
115'000.00 [18]
Notes:
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
H11/H9*J9
=(J9-H9)*H10
=SUMME(H25:H27)
=(L19-H11)*H12
=(J15-H15)*H14
=(J18-H18)*H17
=SUMME(J22:J27)
=(J10-H10)*J9
=SUMME(H34:H36)
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
=(J12-H12)*L19
=(J14-H14)*J15
=(J17-H17)*J18
=SUMME(J31:J36)
=(J11-L19)*J12
=SUMME(H46:H47)
=((H13-H15)*H14)-((J13-J15)*J14)
=((J16-J18)*J17)-((H16-H18)*H17)
=SUMME(J45:J47)
Abbildung 59: Beispiel "Xtra" – SEA nach Methode Sopariwala (direkte Berechnung) 1131
1131
Eigene Darstellung analog der gleichnamigen Fallstudie "Xtra" in (Sopariwala, 2003, p. 36 et seqq.).
Siehe hierzu auch Kapitel 0. Zum Vergleich mit der indirekten Berechnungsmethode siehe Abbildung
11.
1132
Selling and distribution costs [USD]
20
21
22
23
[1]
Notes
[1] manufacturing capacity can be acquired in chunks of 5'000 units only
[2] = G16/G15
[3] = G21/G20
[4] = G9*G10
[5] = G12*G13
[6] = G9*G17
[7] = G23*G22
Income Statement
26 Sales [USD]
Costs productive [USD]
28
29
Conversion costs
30
31
Costs unproductive [USD]
33
Conversion costs
34
Total conversion costs [USD]
15
16
17
18
-81'000.00
-40'000.00
-60'000.00
69'000.00
-1'215'000.00 [5]
-600'000.00 [6]
-540'000.00 [7]
0.00 [8]
-240'000.00 [9]
1'155'000.00
250'000.00
growth
component
3'750'000.00 [4]
65
-780'000.00
-12'000.00 [3]
45
15'000
-600'000.00
-40.00 [2]
15'000
135'000
-9.00
2000
15'000
250.00
G
Operational Data
[8]
[9]
[10]
[11]
[12]
[13]
-1'296'000.00
-640'000.00 [12]
-600'000.00 [13]
4'000'000.00
-12'000.00
50
-40.00
16'000 [11]
144'000 [10]
-9.00
K
flexible P/L
statement no. 1
16'000
250.00
= (G15-G18)*G17
= (G20-G23)*G22
= G12/G9*K9
= G18/G9*K9
= K18*K17
= K23*K22
-144'000.00
-16'000.00
-25'000.00
135'000.00
320'000.00
price-recovery
component
-1'440'000.00
-656'000.00
-625'000.00
4'320'000.00
-12'500.00
50
-41.00
16'000
144'000
-10.00
O
flexible P/L statement
no. 2
16'000
270.00
40'000.00
0.00
0.00
40'000.00
0.00
productivity
component
[14] =W33-G33
[15] =W34-G34
[16] =SUMME(U26:U34)
-1'400'000.00
-656'000.00
-625'000.00
4'320'000.00
-12'500.00
50
-41.00
16'000
capacity
underutilization
component
-164'000.00 [14]
115'000.00 [15]
-49'000.00 [16]
0.00
0.00
0.00
0.00
-164'000.00
-125'000.00
1'350'000.00
-1'400'000.00
-656'000.00
-625'000.00
4'320'000.00
60
-750'000.00
-12'500.00
50
20'000
-820'000.00
-41.00
16'000
140'000
-10.00
140'000
-10.00
2001
16'000
270.00
W
S
flexible P/L
statement no. 3
16'000
270.00
Anhang
Seite 263
Abbildung 60: Beispiel "Xtra" – SEA nach Methode Sopariwala
mit sprungfixen Kosten 1132
Eigene Darstellung analog der gleichnamigen Fallstudie "Xtra" in (Sopariwala, 2003, p. 36 et seqq.).
Seite 264
Abbildung 61: CRC Regressionsmodell – Definitionen 1133
1133
(Collins, Román, & Chan, 2011, p. 49 Table 2)
Anhang
Anhang
Hypothese
Periode
Modell-Bezeichnung
Abhängige Variable
Regressionsmodell
Seite 265
H1
Quarterly
PM-H1-Q
PMt+1
Formel 36
β-Wert
(errechnet)
0.0747
0.7304 ***
0.5571 ***
-0.4845 ***
0.0192 *
-0.3000 ***
-0.2542 ***
0.3449 ***
0.0028
-0.1854 ***
-0.0022
-0.00001
H1
Quarterly
ATO-H1-Q
ATOt+1
Formel 37
β-Wert
(errechnet)
0.1179 *
0.8269 ***
0.4698 ***
-0.4248 ***
-0.0157
-0.0269
-0.3007 **
0.4042 ***
-0.0022
-0.0500
0.0041
-0.000003
H1
H1
Annual
Annual
PM-H1-A
PM-H1-A
PMt+1
ATOt+1
Formel 34
Formel 35
β-Wert
β-Wert
(errechnet) (errechnet)
0.4715 ** -0.3777
0.5388 *** 0.6782 ***
Achsenabschnitt
PMt bzw. ATOt
PMt-3 bzw. ATOt-3
PMt-4 bzw. ATOt-4
LCC
0.0093
-0.1180
PMt x LCC bzw. ATOt x LCC
-0.1336
0.2383
PMt-3 x LCC bzw. ATOt-3 x LCC
PMt-4 x LCC bzw. ATOt-4 x LCC
Size
-0.0134
0.0150
-0.2583
0.4654
Kontroll- Load factor
variablen Bankrupt
0.0373 *
-0.0904
Market share index
0.00019
-0.00057
Bemerkung
Adjusted R2
0.5018
0.9210
0.3711
0.8401
Model F
54.94 ***
619.35 ***
12.38 *** 100.81 ***
n
590
585
136
134
*, **, ***
Two-tailed statistical significance (one-tailed for the hypothesis variables) at the 0.10, 0.05,
and 0.01 levels respectively.
Abbildung 62: CRC – Ergebnisse Regressionsmodelle zu Hypothese H1 1134
1134
Ergebnisse der Studie von (Collins, Román, & Chan, 2011, pp. 58-59, Table 7; 62-63, Table 8): grün
hinterlegte Zellen = Ergebnisse mit Vorzeichen, welche den Erwartungen entsprechen / rot hinterlegte
Zellen = Ergebnisse mit Vorzeichen, welche nicht den Erwartungen entsprechen.
Seite 266
Abbildung 63: CRC – Ergebnisse Regressionsmodelle zu Hypothese H2 und H3 1135
1135
(Collins, Román, & Chan, 2011, pp. 58-59, Table 7; 62-63, Table 8)
Anhang
Anhang
Seite 267
β-Wert
0.00
0.25
0.50
0.75
0.4715
Achsenabschnitt
NWCs
0.4808
LCCs
0.5388
PMt
0.4052
Abbildung 64: CRC – Modell PM-H1-A – Ergebnisauswertung nach Gruppen 1136
β-Wert
-0.75
-0.50
-0.25
0.00
0.25
0.50
0.75
1.00
-0.3777
Achsenabschnitt
-0.4957
NWCs
LCCs
0.6782
ATOt
0.9165
Abbildung 65: CRC – Modell ATO-H1-A – Ergebnisauswertung nach Gruppen 1137
1136
1137
Eigene Darstellung unter Verwendung der Regressionsergebnisse aus (Collins, Román, & Chan, 2011)
Seite 268
Anhang
β-Wert
-0.75
-0.50
-0.25
0.00
0.25
0.50
0.75
1.00
0.0747
Achsenabschnitt
0.0939
0.7304
PMt
NWCs
0.4304
LCCs
0.5571
PMt-3
0.3029
-0.4845
PMt-4
-0.1396
Abbildung 66: CRC – Modell PM-H1-Q – Ergebnisauswertung nach Gruppen 1138
β-Wert
-0.50
-0.25
0.00
0.25
0.50
1.00
0.1179
Achsenabschnitt
0.1022
0.8269
ATOt
0.8000
NWCs
LCCs
0.4698
PMt-3
-0.4248
PMt-4
0.75
0.1691
-0.0206
Abbildung 67: CRC – Modell ATO-H1-Q – Ergebnisauswertung nach Gruppen 1139
1138
1139
Anhang
Seite 269
β-Wert
-2.00
-1.00
0.00
1.00
2.00
3.00
4.00
0.0440
0.0648
Achsenabschnitt
0.6453
0.4041
PMt-1
1.5783
∆REV*Growth
3.6312
LCCs
0.8648
0.6397
∆REV*Price
NWCs
1.6380
∆EXP*Growth
-0.2953
-1.0139
∆EXP*Price
-0.5651
-1.3655
∆EXP*Productivity
-0.1793
Abbildung 68: CRC – Modell PM-H2+H3-A – Ergebnisauswertung nach Gruppen 1140
β-Wert
-0.75
-0.50
-0.6369
Achsenabschnitt
-0.25
∆REV+Price
0.25
0.50
0.75
1.00
1.25
1.50
1.75
-0.1595
0.6254
ATOt-1
∆REV+Growth
0.00
NWCs
0.3350
LCCs
1.4747
-0.5234
-0.1614
0.4177
Abbildung 69: CRC – Modell ATO-H2-A – Ergebnisauswertung nach Gruppen 1141
1140
1141
Seite 270
Anhang
β-Wert
-1.50
-1.25
-1.00
-0.75
-0.50
-0.25
0.00
0.25
0.50
0.75
1.25
1.50
0.0716
0.0803
Achsenabschnitt
0.7059
0.5546
PMt-1
∆REV*Growth
1.1775
0.8848
∆REV*Price
∆EXP*Growth
1.00
0.8415
∆EXP*Productivity
NWCs
LCCs
-1.3172
∆EXP*Price
1.1392
-0.6750
-0.9820
-1.1244
-0.3214
-0.4908
PMt-3
0.2565
-0.4473
PMt-4
0.5326
-0.1735
Abbildung 70: CRC – Modell PM-H2+H3-Q – Ergebnisauswertung nach Gruppen 1142
β-Wert
-0.50
Achsenabschnitt
-0.25
0.00
0.25
0.50
1.00
1.25
1.50
0.1464
0.1259
0.7729
ATOt-1
0.7908
0.9272
∆REV+Growth
NWCs
0.6466
LCCs
1.1940
∆REV+Price
0.7573
0.4717
PMt-3
-0.3966
PMt-4
0.75
0.1448
0.0123
Abbildung 71: CRC – Modell ATO-H2-Q – Ergebnisauswertung nach Gruppen 1143
1142
1143
Anhang
Seite 271
10 Anhang II: Ergänzungen zu Kapitel 4
10.1 Definition luftverkehrsspezifische Kennzahlen
Nachfolgend werden die in dieser Arbeit sowie in der Literatur häufig verwendeten luftverkehrsspezifischen Kennzahlen kurz erläutert 1144. Sofern im Text nicht anderweitig vermerkt,
werden in dieser Arbeit durchgehend die nachfolgenden Definitionen angewendet. Abweichungen in den zitierten Quellen werden – sofern in den Quellen aufgeführt bzw. ersichtlich
– separat vermerkt.
10.1.1 Revenue Passenger Miles / Revenue Passenger Kilometers
1145 1146
Anhand der Revenue Passenger Miles (RPM) bzw. der Revenue Passenger Kilometers
(RPK) wird die ertragsgenerierende Verkehrsleistung bzw. Beförderungsleistung einer personenbefördernden Fluggesellschaft gemessen. 1 RPM (RPK) bedeutet, dass ein verkaufter
Passagiersitz eine Meile (einen Kilometer) weit befördert (gemessen in Flugmeilen bzw. kilometern) wird (siehe Abbildung 72). 1147
10.1.2 Available Seat Miles / Available Seat Kilometers
1148
Die Available Seat Miles (ASM) bzw. Available Seat Kilometers (ASK) dienen als Kennzahl zur Messung der verfügbaren Kapazität 1149 von personenbefördernden Fluggesellschaften. 1 ASM (ASK) bedeutet, dass ein Passagiersitz (unabhängig ob dieser Sitz verkauft und
1144
Diese Aufzählung ist nicht abschliessend. Vereinzelt verwendete Kennzahlen werden direkt zum Text
mittels Fussnoten erläutert. Weiterführende Informationen siehe u.a. (Conrady, Fichert, & Sterzenbach,
2013, S. 5-13); (Vasigh, Fleming, & Mackay, 2010, p. XVII et seqq.)
1145
Deutsch: "verkaufte Sitzplatzmeile" bzw. "verkaufte Sitzplatzkilometer" oder "verkaufte Passagiermeile"
bzw. "verkaufte Passagierkilometer" (Conrady, Fichert, & Sterzenbach, 2013, S. 9). Analog zu Fn. 1149
dürfte sich für diese Kennzahl auch die Bezeichnung "verkaufte Flugverkehrsleistung" eignen. Conrady
et al. bezeichnen RPK bzw. RPM als Verkehrsleistung (Conrady, Fichert, & Sterzenbach, 2013, S. 8)
1146
Alternativ werden synonym auch die Begriffe "Passenger Kilometers Transported" (PKT) oder "Passenger Kilometers Performed" (PKP) verwendet – siehe (Conrady, Fichert, & Sterzenbach, 2013, S. 9).
1147
(Conrady, Fichert, & Sterzenbach, 2013, S. 9-10); (Vasigh, Fleming, & Mackay, 2010, p. XXIV)
1148
Deutsch: "angebotene Sitzplatzkilometer" (Conrady, Fichert, & Sterzenbach, 2013, S. 9) bzw. "verfügbare Sitz- oder Passagierkilometer" (Lufthansa Group, 2013, S. 218).
1149
Die Verwendung der ASM bzw. ASK als Kapazitätskennzahl ist in der Literatur häufig anzutreffen –
siehe u.a. (Conrady, Fichert, & Sterzenbach, 2013, S. 303); (Vasigh, Fleming, & Mackay, 2010, p.
XVII). Diese Kennzahl umfasst jedoch nur einen Teilbereich der theoretischen Kapazität im Verständnis
der zeitgemässen Methode der Kapazitätsmessung (siehe hierzu Kapitel 4.7). Die Bezeichnung "output
produced" (Holloway, 2008, p. 544 Figure 10.2) – im Sinne von "Fertigprodukten an Lager" oder die
Bezeichnung als "Beförderungskapazität" im deutschen Sprachraum (Conrady, Fichert, & Sterzenbach,
2013, S. 303) ist somit präziser.
Seite 272
Anhang
somit theoretisch 1150 von einem Passagier belegt ist oder ob der Sitz leer, d.h. ohne zahlenden Passagier geflogen wird) eine Meile (einen Kilometer) weit befördert (gemessen in
Flugmeilen bzw. -kilometern) wird (siehe Abbildung 72). 1151
10.1.3 Load Factor
1152 1153
Der Load Factor (LF) bezeichnet den Auslastungsgrad einer Fluggesellschaft oder je nach
Bezugsgrösse eines einzelnen Flugzeugs bzw. einer spezifischen Flugroute. Wie in Abbildung 72 an einem Beispiel dargestellt, lässt sich der LF als Quotient aus der ertragsgenerierenden Verkehrsleistung (RPM bzw. RPK) und der verfügbaren Kapazität (ASM bzw.
ASK) berechnen. 1154 Die Formel stellt sich wie folgt dar:
𝐿𝐿 =
𝑅𝑅𝑅
𝑅𝑅𝑅
× 100 𝑏𝑏𝑏. 𝐿𝐿 =
× 100
𝐴𝐴𝐴
𝐴𝐴𝐴
Formel 55: Load Factor (LF) bei Verwendung von ASM bzw. ASK 1155
x
8'500 Flüge
x
104 Passagiere pro
Flug (Ø)
:
140 Sitze
pro Flugzeug (Ø)
=
=
884'000
Passagiere
:
1.19 Mio. Sitzplätze
(verfügbar)
x
x
600 km
Flugdistanz
=
530 Mio. RPK
=
714 Mio. ASK
:
=
=
=
74%
Load Factor (LF)
Abbildung 72: Rechenbeispiel bzgl. Zusammenspiel von RPK, ASK und LF 1156
1150
"theoretisch" daher, da gebuchte Sitzplätze in der Regel (abhängig je Flugklasse) auch bezahlt werden
müssen, wenn der Passagier den Flug aus bestimmten Gründen nicht antreten kann (z.B. Krankheit des
Passagiers).
1151
(Conrady, Fichert, & Sterzenbach, 2013, S. 9-10); (Vasigh, Fleming, & Mackay, 2010, p. XVII)
1152
Deutsch: "Auslastungsgrad" oder "Sitzladefaktor" (Conrady, Fichert, & Sterzenbach, 2013, S. 9).
1153
Alternativ wird synonym auch der Begriff "Passenger Load Factor" oder "Seat Load Factor" verwendet
– siehe u.a. (Vasigh, Fleming, & Mackay, 2010, p. XXII & XXIII); (Morrell P. S., 2007, p. 7).
1154
(Conrady, Fichert, & Sterzenbach, 2013, S. 9); (Vasigh, Fleming, & Mackay, 2010, p. XXII & XXIII)
1155
(Conrady, Fichert, & Sterzenbach, 2013, S. 9); (Vasigh, Fleming, & Mackay, 2010, p. XXII & XXIII)
1156
Gemäss (Conrady, Fichert, & Sterzenbach, 2013, S. 10, Abbildung 1.4): Fiktives Beispiel, Werte sind
gerundet, Beispiel entspricht einer Einzelbetrachtung einer Flugstrecke, welche in etwa der Entfernung
Hamburg-München entspricht.
Anhang
10.1.4 Tonne Miles / Tonne Kilometers
Seite 273
1157 1158
Zur Messung der Luftverkehrsleistung bezüglich Sachobjekten (Fracht oder Post) wird die
Kennzahl "Tonne Miles" bzw. "Tonne Kilometers" verwendet. Je nach Literatur wird spezifisch für Frachttransporte der Begriff "Fright-Tonne Miles" (FTM) bzw. "Fright-Tonne Kilometers" (FTK) verwendet 1159. Berechnet wird diese Kennzahl durch Multiplikation des
Fracht- bzw. Postaufkommens (in Tonnen) mit der jeweiligen Beförderungsdistanz (in Meilen bzw. Kilometern). 1160
Teilweise werden Tonne Miles bzw. Tonne Kilometers als Kennzahl der Gesamtverkehrsleistung unabhängig vom Transportobjekt verwendet 1161. Zur Umrechnung der beförderten
Anzahl Passagiere (inkl. Gepäck) in Tonnen wird hierzu ein Passagier pauschal mit 100 kg
angesetzt. Der Transport von zehn Passagieren über eine Entfernung von einem Kilometer
entspricht somit einem Tonnenkilometer. 1162
10.1.5 Kennzahlen der operativen Performance
Die häufig anzutreffenden Kennzahlen für die operative Performance im Luftverkehr sind
Kombinationen aus den oben genannten Kennzahlen (insb. ASM bzw. ASK und RPM bzw.
RPK) und der erzielten Erträge bzw. angefallenen Kosten seitens des jeweiligen KostenErtragsobjekts – z.B. Flug, Flugroute oder Fluggesellschaft (siehe Kapitel 10.1.5.1 bis Kapitel 10.1.5.4).
10.1.5.1 Cost per Available Seat-Mile bzw. Cost per Available Seat-Kilometer
Die Kennzahl "Cost per Available Seat-Mile" (CASM) bzw. "Cost per Available SeatKilometer" (CASK) dient zur Standardisierung der Kosten einer Fluggesellschaft anhand
der verfügbaren Kapazität (gemessen anhand der ASM bzw. ASK – siehe Formel 56) und
wird häufig für Stückkostenvergleiche zwischen Fluggesellschaften herangezogen. Bei den
1157
Deutsch: "Tonnen-Kilometer".
Achtung: Je nach Literaturquelle werden Tonne Kilometers nicht immer unter Anwendung des metrischen Systems erhoben. Gewöhnlich wird daher bei der Verwendung dieser Kennzahl zusätzlich angegeben, ob sich diese am metrischem System orientiert oder nicht – siehe hierzu u.a. (ICAO, 2013b, p. 85).
In dieser Arbeit wird – sofern nicht anderweitig erwähnt – der Begriff Tonne Kilometers nach dem metrischen System verwendet.
1159
u.a. (IATA, 2013a, p. 10); (Vasigh, Fleming, & Mackay, 2010, p. XXI)
1160
1161
z.B. (Doganis, 2010, pp. 21-23): Die Gesamtverkehrsleistung entspricht hier der Summe aus luftgestütztem Passagier-, Fracht- und Postverkehr
1162
(Conrady, Fichert, & Sterzenbach, 2013, S. 8-9); (Doganis, 2006, pp. 295-296); (Banker & Johnston,
1993, p. 579 Fn. 4)
1158
Seite 274
Anhang
"Total Costs" können je nach Fokus die operativen Kosten oder die totalen Kosten verwendet werden. Üblicherweise werden in den von den Airlines veröffentlichten Zahlen jedoch
die operativen Kosten und nicht die totalen Kosten angewendet. 1163
𝐶𝐶𝐶𝐶 =
Formel 56:
𝑇𝑇𝑇𝑇𝑇 𝐶𝐶𝐶𝐶𝐶
𝑇𝑇𝑇𝑇𝑇 𝐴𝐴𝐴
𝑏𝑏𝑏.
CASM bzw. CASK 1164
𝐶𝐶𝐶𝐶 =
𝑇𝑇𝑇𝑇𝑇 𝐶𝐶𝐶𝐶𝐶
10.1.5.2 Revenue per Available Seat-Mile bzw. Revenue per Available Seat-Kilometer
Anhand der Kennzahl "Revenue per Available Seat-Mile" (RASM) bzw. "Revenue per
Available Seat-Kilometer" (RASK) lassen sich die Erträge einer Fluggesellschaft anhand
der verfügbaren Kapazität standardisieren und dadurch mit anderen Fluggesellschaften vergleichen. Hierzu werden die Erträge einer Fluggesellschaft durch die total verfügbaren ASM
bzw. ASK derselben Fluggesellschaft dividiert (siehe Formel 57). 1165
𝑅𝑅𝑅𝑅 =
Formel 57:
𝑇𝑇𝑇𝑇𝑇 𝑅𝑅𝑅𝑅𝑅𝑅𝑅
𝑏𝑏𝑏.
RASM bzw. RASK 1166
𝑅𝑅𝑅𝑅 =
𝑇𝑇𝑇𝑇𝑇 𝑅𝑅𝑅𝑅𝑅𝑅𝑅
Bei der Verwendung der RASM bzw. RASK ist vorgängig unbedingt zu bestimmen, welche
Erträge in den "Total Revenue" berücksichtig werden. Vasigh et al. verweisen darauf, dass
die "Total Revenue" ausschliesslich aus den reinen passagierbezogenen Erträgen (z.B. ohne
Frachterträge) zu erfolgen hat und verwenden daher anstatt "Total Revenue" die Bezeichnung "Total Passenger Revenue". 1167 Diese Vorgehensweise ist durchaus begründet und
legitim. Sobald jedoch Vergleiche zu entsprechenden Kennzahlen der Kostenseite (z.B.
CASM bzw. CASK) angestellt werden, ist genau zu überprüfen, ob den zur Berechnung der
RASM bzw. RASK verwendeten Erträgen auch die jeweiligen Kosten in den CASM bzw.
CASK gegenübergestellt werden. Werden für die Berechnung der RASM bzw. RASK lediglich die passagierbezogenen Erträge verwendet, dürfen die zu vergleichenden CASM
bzw. CASK lediglich die passagierbezogenen Kosten beinhalten (d.h., Kosten, welche bei1163
(Vasigh, Fleming, & Mackay, 2010, p. 184)
1165
(Vasigh, Fleming, & Mackay, 2010, pp. 183-184)
1166
analog (Vasigh, Fleming, & Mackay, 2010, p. 183), jedoch wird hier in der Formel 57 der Begriff "Total
Revenue" anstatt "Total Passenger Revenue" verwendet.
1167
(Vasigh, Fleming, & Mackay, 2010, pp. 183-184) i.V.m. (Vasigh, Fleming, & Mackay, 2010, p. 184 Fn.
17)
1164
Anhang
Seite 275
spielsweise zur Frachtbeförderung anfallen, dürfen nicht mitberücksichtigt werden). Gleiches gilt, sobald der Profit per ASM als Differenz aus RASM abzüglich CASM berechnet
wird (siehe Abbildung 73).
10.1.5.3 Profit per Available Seat-Mile bzw. Profit per Available Seat-Kilometer
Der "Profit per Available Seat-Mile" (PASM) bzw. "Profit per Available Seat-Kilometer"
(PASK) bezeichnet den Gewinn oder Verlust einer Fluggesellschaft pro ASM bzw. ASK.
Berechnen lässt sich diese Kennzahl gemäss Abbildung 73 entweder aus der Differenz von
RASM bzw. RASK abzüglich CASM bzw. CASK oder aus dem Quotient des Gewinns (Ertrag gemäss RASM bzw. RASK abzüglich Kosten gemäss CASM bzw. CASK) zu ASM
bzw. ASK. 1168
Abbildung 73: Zusammenhang der Kennzahlen der operativen Performance 1169
Bei der Berechnung des PASM bzw. PASK ist auf die bereits erwähnte Problematik bezüglich vergleichbarer Erträge und Kosten zu achten (siehe Kapitel 10.1.5.2).
1168
(Vasigh, Fleming, & Mackay, 2010, p. 184); die hier verwendeten Abkürzungen PASM und PASK wurden analog der Systematik (z.B. bei der Kennzahl CASM bzw. CASK) vom Autor festgelegt und werden
in dieser Form in der angegebenen Quelle nicht verwendet.
1169
Eigene Darstellung in Anlehnung an (Holloway, 2008, p. 544 Figure 10.2)
Seite 276
Anhang
10.1.5.4 Yield
Der Begriff "Yield" bezeichnet in der Luftfahrt die "Revenue per Revenue Passenger Mile"
(YieldRPM) 1170 bzw. "Revenue per Revenue Passenger Kilometer" (YieldRKP) 1171 und wird
als Standardmessgrösse für den Durchschnitt der Flugticketpreise pro Passagier und Streckeneinheit (Meile oder Kilometer) verwendet 1172. Die Berechnung erfolgt gemäss der
nachfolgenden Formel 58:
𝑌𝑌𝑌𝑌𝑌𝑅𝑅𝑅 =
𝑏𝑏𝑏.
𝑌𝑌𝑌𝑌𝑌𝑅𝑅𝑅 =
𝑇𝑇𝑇𝑇𝑇 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑅𝑅𝑅𝑅𝑅𝑅𝑅
𝑇𝑇𝑇𝑇𝑇 𝑅𝑅𝑅
𝑇𝑇𝑇𝑇𝑇 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑅𝑅𝑅𝑅𝑅𝑅𝑅
𝑇𝑇𝑇𝑇𝑇 𝑅𝑅𝑅
Formel 58: Yield 1173
1170
Alternativ wird in der Literatur auch die Abkürzung "RRPM" verwendet (Vasigh, Fleming, & Mackay,
2010, p. 185).
1171
In Ableitung aus (Vasigh, Fleming, & Mackay, 2010, p. 185) kann alternativ auch die Abkürzung
"RRPK" verwendet werden.
1172
(Vasigh, Fleming, & Mackay, 2010, p. 185 Fn. 18) / siehe hierzu auch: (Holloway, 2008, pp. 549-551)
1173
Anhang
10.2 Diverses
Abbildung 74: RPK und ASK bzgl. Luftverkehr zwischen Nordamerika und Europa vor und nach den Anschlägen vom 11. September 2001 in
New York 1174
Abbildung 75: RPK und ASK bzgl. Luftverkehr zwischen Asien und Europa vor
und nach dem Ausbruch der SARS-Epidemie in Asien 1175
1174
(Cento, 2009, p. 51 Fig. 3.1) / Datenquelle: AEA (saisonal adjustiert)
Seite 277
Anhang
Return on Invested Capital (ROIC)
Seite 278
Abbildung 76: Rentabilität verschiedener Stufen der Wertschöpfungskette der Luftfahrtindustrie weltweit im Zeitraum von
2004 – 2011 (alle Angaben in %, ROIC ohne Goodwill) 1176
1175
1176
(Cento, 2009, p. 53 Fig. 3.2) / Datenquelle: AEA (saisonal adjustiert)
(IATA, 2013a, p. 19) / Datenquellen: McKinsey & Company (im Auftrag für IATA); Eine ähnliche
Auswertung mit Fokus auf krisenbedingten Nachfrageeinbrüchen seit 1980 findet sich in (Wojahn, 2012,
p. 3 Fig. 1).
Anhang
Seite 279
Operating Result
Year
Operating Revenues
(USD millions) [1]
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
1'543
1'804
2'050
2'314
2'560
3'025
3'510
3'971
4'122
4'805
5'370
5'795
6'570
7'153
8'119
9'347
10'844
12'488
14'282
16'431
17'817
20'116
23'030
27'438
33'079
38'309
43'400
50'344
58'769
70'755
87'676
92'992
93'240
98'300
105'400
112'200
124'600
147'000
166'200
177'800
199'500
205'500
217'800
226'000
244'700
267'000
282'500
291'000
295'500
305'500
328'500
307'500
306'000
321'800
378'800
413'300
465'200
509'800
569'500
475'800
563'500
618'100
678'900
Notes
[1]
Operating Expenses
(USD millions) [1]
1'502
1'780
2'063
2'317
2'528
2'947
3'426
4'012
4'107
4'700
5'338
5'913
6'473
6'824
7'500
8'460
9'819
11'575
13'548
15'557
17'367
19'507
22'224
26'243
32'287
37'579
41'244
47'715
55'669
70'019
88'311
93'684
93'400
96'200
100'300
108'100
120'000
139'800
156'000
170'200
198'000
206'000
219'600
223'700
237'000
253'500
270'200
274'700
279'600
293'200
317'800
319'300
310'800
323'300
375'500
408'900
450'200
489'900
570'600
473'900
535'900
604'100
666'800
Amount
(USD millions)
41
24
-13
-3
32
78
84
-41
15
105
32
-118
97
329
619
887
1'025
913
734
874
450
609
806
1'195
792
730
2'156
2'629
3'100
736
-635
-692
-160
2'100
5'100
4'100
4'600
7'200
10'200
7'600
1'500
-500
-1'800
2'300
7'700
13'500
12'300
16'300
15'900
12'300
10'700
-11'800
-4'800
-1'500
3'300
4'400
15'000
19'900
-1'100
1'900
27'600
14'000
12'100
Net Result [2]
Percentage of
Percentage of
Notes
Operating
Operating
Amount
Revenues
Revenues
(USD millions)
(%)
(%)
2.7%
-10
-0.6%
1.3%
-21
-1.2%
-0.6%
-45
-2.2%
-0.1%
-52
-2.2%
1.3%
-33
-1.3%
2.6%
-11
-0.4%
2.4%
15
0.4%
-1.0%
-66
-1.7%
0.4%
-46
-1.1%
2.2%
-25
-0.5%
0.6%
-97
-1.8%
-2.0%
-133
-2.3%
1.5%
-27
-0.4%
4.6%
106
1.5%
7.6%
366
4.5%
9.5%
534
5.7%
9.5%
661
6.1%
7.3%
609
4.9%
5.1%
446
3.1%
5.3%
409
2.5%
2.5%
-10
-0.1%
3.0%
138
0.7%
3.5%
234
1.0%
4.4%
434
1.6%
2.4%
41
0.1%
1.9%
-67
-0.2%
5.0%
825
1.9%
5.2%
1'656
3.3%
5.3%
2'412
4.1%
1.0%
588
0.8%
-0.7%
-919
-1.0%
-0.7%
-1'150
-1.2%
-0.2%
-1'300
-1.4%
2.1%
-700
-0.7%
4.8%
2'000
1.9%
3.7%
2'100
1.9%
3.7%
1'500
1.2%
4.9%
2'500
1.7%
6.1%
5'000
3.0%
4.3%
3'500
2.0%
0.8%
-4'500
-2.3%
-0.2%
-3'500
-1.7%
-0.8%
-7'900
-3.6%
1.0%
-4'400
-1.9%
3.1%
-200
-0.1%
5.1%
4'500
1.7%
4.4%
5'300
1.9%
5.6%
8'550
2.9%
5.4%
8'200
2.8%
4.0%
8'500
2.8%
3.3%
3'700
1.1%
-3.8%
-13'000
-4.2%
-1.6%
-11'300
-3.7%
-0.5%
-7'500
-2.3%
0.9%
-5'600
-1.5%
1.1%
-4'100
-1.0%
3.2%
5'000
1.1%
3.9%
14'700
2.9%
-0.2%
-26'100
-4.6%
0.4%
-4'600
-1.0%
4.9%
17'300
3.1%
2.3%
7'500
1.2% [3]
1.8%
6'100
0.9% [3], [4]
Traffic
RPK
(millions)
28'000
35'000
40'000
47'000
52'000
61'000
71'000
82'000
85'000
98'000
109'000
117'000
130'000
147'000
171'000
198'000
229'000
273'000
309'422
350'899
460'481
494'137
560'078
618'184
656'426
697'285
763'762
818'300
936'352
1'060'236
1'089'128
1'119'066
1'142'193
1'189'767
1'278'176
1'367'347
1'452'055
1'589'467
1'705'432
1'773'703
1'894'245
1'845'418
1'928'922
1'949'421
2'099'936
2'248'215
2'431'695
2'573'010
2'628'116
2'797'803
3'151'209
3'059'824
3'075'123
3'130'475
3'571'872
3'857'622
4'098'281
4'434'885
4'523'484
4'475'848
4'831'858
5'149'693
5'401'797
ASK
(millions)
Notes
46'000
55'000
64'000
75'000
86'000
99'000
114'000
133'000
146'000
162'000
184'000
212'000
243'000
274'000
306'000
354'000
397'000
479'000
578'885
674'973
839'930
914'070
980'766
1'072'599
1'107'532
1'178'880
1'269'815
1'346'260
1'451'184
1'607'188
1'723'903
1'756'539
1'794'646
1'852'088
1'972'296
2'081'018
2'234'730
2'367'532
2'524'094
2'608'046
2'800'844
2'779'494
2'930'185
3'013'411
3'169'342
3'358'601
3'563'774
3'727'900
3'837'725
4'050'783
4'439'413
4'424'561
4'316'066
4'378'988
4'872'904
5'153'777
5'412'300
5'781'360
5'964'954
5'844'121
6'188'831
6'609'757
6'867'052
Revenues and expnenses are estimated for non-reporting airlines
[2]
The net result is derived from the operating result by adding (with plus or minus sign as appropriate) non-operating items (such as interest and direct subsidies) and
income tax. The operating and net results quoted, are the small differences between the estimates of large figures (revenues and expenses) and are therefore
susceptible to substantial uncertainties.
[3]
The net results for 2011 and 2012 have been provisionally estimated and exclude exceptional accounting items.
[4]
Complete financial data for 2012 had not been reported to ICAO at the time of writing because of variations in fiscal year reporting.
Abbildung 77: Finanzdaten für den weltweiten Linienluftverkehr (Personen- und Frachtverkehr) 1177
1177
Eigene Darstellung ähnlich (ICAO, 2013b, p. 95 Table 9) / Daten bezogen von: (Airlines for America,
2014); (ICAO, 2013b, p. 95 Table 9); (ICAO, 2013b, p. 85 Table 1); (ICAO, 2013b, p. 86 Table 3);
(ICAO, 2008, p. 85 Table 1) / Datenquellen: ICAO Air Transport Reporting Form EF, ICAO Air Transport Reporting Forms A & A-S sowie Schätzungen der ICAO / Datenumfang: Daten umfassen den weltweiten (domestic & international) Linienluftverkehr für Personen und Fracht. Nicht berücksichtigt ist der
Inlandluftverkehr ("domestic operations") der ehemaligen Sowjetunion vor 1998.
Seite 280
Anhang
11 Anhang III: Ergänzungen zu Kapitel 5 & 6
11.1 Auswertungen unter Verwendung der Rohdaten
AA - American Airlines (NWC)
AS - Alaska Airlines (NWC)
CO - Continental Airlines (NWC)
DL - Delta Air Lines (NWC)
UA - United Airlines (NWC)
US - US Airways (NWC)
B6 - JetBlue Airways (LCC)
F9 - Frontier Airlines (LCC)
FL - AirTran Airways (LCC)
G4 - Allegiant Air (LCC)
NK - Spirit Airlines (LCC)
VX - Virgin America (LCC)
WN - Southwest Airlines (LCC)
2002
5%
-7%
-4%
-3%
10%
31%
-39%
-22%
-20%
n.a.
-31%
n.a.
-30%
2003
5%
-10%
-10%
18%
4%
28%
-44%
-23%
-24%
n.a.
-30%
n.a.
-30%
2004
-5%
-11%
9%
13%
4%
19%
-47%
-16%
-27%
19%
-26%
n.a.
-33%
2005
-2%
-11%
7%
7%
5%
14%
-44%
-14%
-24%
-23%
-22%
n.a.
-35%
2006
-2%
-5%
6%
10%
7%
24%
-38%
-14%
-23%
-31%
-14%
n.a.
-31%
2007
2%
-5%
6%
12%
7%
26%
-35%
-16%
-4%
-29%
-33%
22%
-29%
2008
5%
-11%
3%
9%
10%
28%
-32%
-20%
-44%
-24%
-38%
-16%
-32%
2009
7%
-7%
3%
18%
3%
16%
-29%
-24%
-28%
-33%
-39%
-30%
-21%
2010
6%
-10%
4%
10%
14%
17%
-27%
-11%
-23%
-30%
-35%
-30%
-17%
2011
8%
-4%
1%
11%
15%
18%
-26%
-1%
-20%
-22%
-34%
-29%
-17%
2007
-2%
-1%
3%
11%
3%
27%
-34%
-19%
0%
-29%
-34%
-47%
-19%
2008
-1%
-6%
3%
10%
3%
13%
-29%
-24%
-43%
-24%
-34%
-71%
-18%
2009
0%
1%
-2%
10%
2%
14%
-22%
-20%
-22%
-26%
-28%
-60%
-15%
2010
0%
-4%
0%
10%
11%
17%
-24%
-19%
-23%
-31%
-33%
-64%
-12%
2011
0%
0%
4%
13%
14%
15%
-23%
-15%
-22%
-26%
-30%
-61%
-15%
ALL US Passenger Carriers > USD 20m (Ø)
Referenzwert:
Abbildung 78: CASM pro Jahr im Vergleich zum Referenzwert 1178
AA - American Airlines (NWC)
AS - Alaska Airlines (NWC)
CO - Continental Airlines (NWC)
DL - Delta Air Lines (NWC)
UA - United Airlines (NWC)
US - US Airways (NWC)
B6 - JetBlue Airways (LCC)
F9 - Frontier Airlines (LCC)
FL - AirTran Airways (LCC)
G4 - Allegiant Air (LCC)
NK - Spirit Airlines (LCC)
VX - Virgin America (LCC)
WN - Southwest Airlines (LCC)
2002
-2%
5%
-3%
-1%
-2%
30%
-30%
4%
-1%
n.a.
-26%
n.a.
-9%
Referenzwert:
2003
1%
-3%
-10%
12%
-8%
25%
-40%
-12%
-11%
n.a.
-31%
n.a.
-14%
2004
-3%
-7%
6%
5%
-5%
18%
-46%
-15%
-17%
33%
-33%
n.a.
-17%
2005
-3%
-8%
5%
1%
0%
16%
-46%
-14%
-17%
-18%
-31%
n.a.
-19%
2006
-3%
-9%
3%
6%
1%
30%
-39%
-18%
-18%
-31%
-29%
n.a.
-19%
ALL US Passenger Carriers > USD 20m (Ø)
Abbildung 79: Yield pro Jahr im Vergleich zum Referenzwert 1179
1178
Eigene Darstellung / Datenquelle: RITA bzw. BTS, Schedule P-1.2 Form 41 (RITA & BTS, 2014a) &
RITA bzw. BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA & BTS, 2014c) / Referenzwert =
Mittelwert aller U.S.-domizilierten Passagierfluggesellschaften mit mindestens USD 20 Mio. Jahresumsatz (Operating Revenues) / Positive (negative) Werte verdeutlichen höhere (tiefere) CASM als der Referenzwert pro Jahr. Die farbig hinterlegten Zellen markieren entweder atypische Werte oder Zellen
("n.a.") ohne ausreichend verfügbare Daten zur Berechnung der CASM. Unter der Annahme, dass NWCs
höhere CASM als LCCs haben, werden negative Werte für NWCs und positive Werte für LCCs als atypisch bezeichnet.
1179
RITA bzw. BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA & BTS, 2014c) / Referenzwert =
Mittelwert aller U.S.-domizilierten Passagierfluggesellschaften mit mindestens USD 20 Mio. Jahresumsatz (Operating Revenues) / Positive (negative) Werte verdeutlichen einen höheren (tieferen) Yield als
der Referenzwert pro Jahr. Die farbig hinterlegten Zellen markieren entweder atypische Werte oder Zellen ("n.a.") ohne ausreichend verfügbare Daten zur Berechnung des Yields. Unter der Annahme, dass
NWCs einen höheren Yield als LCCs erzielen, werden negative Werte für NWCs und positive Werte für
LCCs als atypisch bezeichnet.
Anhang
Seite 281
I
Quartal
Jahr
K
1
2010
2
2010
Operating Variables
90 ASM�[miles in '000]
91 RPM�[miles in '000]
92 PAX�[seats]
22'621'457
17'163'059
23'694'464
25'473'866
20'207'702
27'554'201
Income Statement
95 Operating Revenues [USD '000]
96 Operating Expenses [USD '000]
97
passenger-related
98
flight-related
99 Operating Profit�
[USD '000]
2'630'038
-2'575'560
-611'359
-1'964'201
54'478
3'168'317
-2'805'548
-647'021
-2'158'527
362'769
17'163'059
0.153 [1]
23'694
-25.80 [2]
22'621'457
-0.087 [3]
17'163'059
20'207'702
0.157
27'554
-23.48
25'473'866
-0.085
20'207'702
102
103
104
105
106
107
108
109
SEA Variables
RPM [miles in '000]
Yield [USD]
PAX [seats in '000]
passenger-related expenses per PAX [USD]
ASM [miles in '000]
UNITS_OUT
PRICE_OUT
ACT_UNITS_IN
PRICE_IN
ACT_UNITS_CAP_01
PRICE_CAP_01
USED_UNITS_CAP_01
EXPEC_UNITS_IN
∆REV Growth
115
passenger-related
116
flight-related
∆EXP Growth
∆EXP_VAR Growth
∆EXP_FIX Growth
∆EBIT Growth
∆REV Price
123
passenger-related
124
flight-related
∆EXP Price
∆EXP_VAR Price
∆EXP_FIX Price
∆EBIT Price
129
passenger-related
∆EXP Productivity
133 Capacity Underutilization Costs
134
flight-related
135 Capacity Underutilization Total at EBIT
∆EXP Capacity
∆EXP_FIX Capacity
Notes:
[1] =I95/I91
[9]
[2] =I97/I104
[10]
[3] =I98/I90
[11]
[4] =(I104/I102)*K102
[12]
[5] =(K102-I102)*I103
[13]
[6] =SUMME(I115:I116)
[14]
[7] =(M109-I104)*I105
[15]
[8] =(K108-I108)*I107
[16]
27'898 [4]
466'556 [5]
-372'816 [6]
-108'452 [7]
-264'364 [8]
93'740 [9]
71'723 [10]
107'041 [11]
64'723 [12]
42'318 [13]
178'764 [14]
8'067
8'067 [15]
8'067
27'720
27'720 [16]
27'720
=SUMME(K112:K116)
=(K103-I103)*K102
=SUMME(I123:I124)
=(K105-I105)*M109
=(K107-I107)*K108
=SUMME(K120:K124)
=(K104-M109)*K105
=((I108-I106)*I107)-((K108-K106)*K107)
Abbildung 80: SEA-Methode für empirische Untersuchung (direktes Berechnungsschema) 1180
1180
Eigene Darstellung unter Verwendung der SEA-Methode nach (Mudde & Sopariwala, 2008b), mit Anpassungen durch den Autor / Datenquelle: RITA bzw. BTS, Schedule P-1.2 Form 41 (RITA & BTS,
2014a) & RITA bzw. BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA & BTS, 2014c)
1181
2'630'038 [4]
-2'575'560 [5]
54'478
Income Statement
48 Operating Profit
[USD '000]
466'556 [6]
-456'892 [7]
9'664
growth
component
Notes
[1] =E35/E39
[5] =E42*E43
[2] =E36/E42
[6] =I46-E46
[3] =(E42/E39)*I39
[7] =I47-E47
[4] =E39*E40
22'621'457
-0.114 [2]
42 ASM capacity [miles in '000]
43
CASM [USD]
1
2010
2'630'038
-2'575'560
54'478
E
17'163'059
0.153 [1]
Quartal
Jahr
39 RPM Revenues [miles in '000]
40
Yield [USD]
37 Operating Profit
[USD '000]
3'096'594
-3'032'452
64'142
71'723
99'090
170'813
3'168'317
-2'933'362
234'955
26'634'393
-0.110
26'634'393 [3]
-0.114
price-recovery
component
20'207'702
0.157
M
flexible P/L
statement no.
20'207'702
0.153
I
flexible P/L
statement no. 1
0
127'814
127'814
productivity
component
3'168'317
-2'805'548
362'769
25'473'866
-0.110
20'207'702
0.157
2
2010
3'168'317
-2'805'548
362'769
Q
Seite 282
Anhang
Abbildung 81: SEA-Methode nach CRC (indirektes Berechnungsschema) 1181
Eigene Darstellung unter Verwendung der SEA-Methode nach (Collins, Román, & Chan, 2011, p. 49
Table 2) / Datenquelle: RITA bzw. BTS, Schedule P-1.2 Form 41 (RITA & BTS, 2014a) & RITA bzw.
BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA & BTS, 2014c)
Anhang
Seite 283
I
Quartal
Jahr
K
1
2010
2
2010
Operating Variables
90 ASM�[miles in '000]
91 RPM�[miles in '000]
22'621'457
17'163'059
25'473'866
20'207'702
Income Statement
96 Operating Profit�
[USD '000]
2'630'038
-2'575'560
54'478
3'168'317
-2'805'548
362'769
99
100
101
102
103
SEA Variables
RPM�[miles in '000]
Yield [USD]
ASM�[miles in '000]
CASM [USD]
UNITS_OUT
PRICE_OUT
ACT_UNITS_IN
PRICE_IN
EXPEC_UNITS_IN
17'163'059
20'207'702
0.153 [1]
0.157
22'621'457
25'473'866
-0.114 [2]
-0.110
26'634'393 [3]
∆REV Growth
∆EXP Growth
∆EBIT Growth
∆REV Price
∆EXP Price
∆EBIT Price
71'723 [7]
99'090 [8]
170'813 [9]
∆EXP Productivity
127'814 [10]
127'814
466'556 [4]
-456'892 [5]
9'664 [6]
Notes:
[1] =I94/I91
[6] =SUMME(K106:K107)
[2] =I95/I90
[7] =(K100-I100)*K99
[3] =(I101/I99)*K99
[8] =(K102-I102)*M103
[4] =(K99-I99)*I100
[9] =SUMME(K111:K112)
[5] =(M103-I101)*I102
[10] =(K101-M103)*K102
Abbildung 82: SEA-Methode nach CRC (direktes Berechnungsschema) 1182
1182
Eigene Darstellung unter Verwendung der SEA-Methode nach (Collins, Román, & Chan, 2011, p. 49
Table 2) / Datenquelle: RITA bzw. BTS, Schedule P-1.2 Form 41 (RITA & BTS, 2014a) & RITA bzw.
BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA & BTS, 2014c)
1183
54'478
Operating Profit [USD in '000]
Notes
"-" favorable (vorteilhafte Abweichung gegenüber der Vorperiode)
"+" unfavorable (unvorteilhafte Abweichung gegenüber der Vorperiode)
[1] =E36/E40
[6]
[2] =E40
[7]
[3] =E37/E43
[8]
[4] =E40*E41
[9]
[5] =E44*E45
=(E43-E44)*E45
=I48-E48
=I50-E50
=U53-E53
-346'647 [8]
119'909
-1'954'096 [5]
-621'464 [6]
466'556 [7]
growth
component
2'630'038 [4]
Income Statement
Expenses productive [USD in '000]
50
Total Operating Expenses
51
Expenses unproductive [USD in '000]
53
flight-related
22'621'457
17'163'059 [2]
-0.114 [3]
43 ASM [miles in '000]
44
45
1
2010
2'630'038
-2'575'560
54'478
E
17'163'059
0.153 [1]
Quartal
Jahr
40 RPM [miles in '000]
41
Yield [USD]
-2'300'743
3'096'594
20'207'702
-0.114
20'207'702
0.153
I
flexible P/L
statement no. 1
75'180
146'903
71'723
price-recovery
component
-2'225'562
3'168'317
20'207'702
-0.110
20'207'702
0.157
M
flexible P/L
statement no. 2
0
0
0
productivity
component
-2'225'562
3'168'317
20'207'702
-0.110
20'207'702
0.157
Q
flexible P/L
statement no. 3
41'479 [9]
41'479
0
0
capacity underutilization
362'769
-579'986
-2'225'562
3'168'317
25'473'866
20'207'702
-0.110
20'207'702
0.157
2
2010
3'168'317
-2'805'548
362'769
U
Seite 284
Anhang
Abbildung 83: SEA-Ansatz mit identischem Ertrags- und Kostentreiber 1183
Eigene Darstellung im Vergleich zu Abbildung 81 / Datenquelle: RITA bzw. BTS, Schedule P-1.2 Form
41 (RITA & BTS, 2014a) & RITA bzw. BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA &
BTS, 2014c)
Anhang
Seite 285
Operationelle Variablen
Available Seat Miles 1184
𝐴𝐴𝐴
Produktive Kapazität (= RPM)
𝐴𝐴𝐴 𝑢𝑢𝑢𝑢
Revenue Passenger Miles 1185
𝑅𝑅𝑅
Passenger(s) enplaned
𝑃𝑃𝑃
Flexibilisierung der Input-Menge auf Output-Menge
𝐸𝐸𝐸𝐸𝐸_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼
Finanzielle Variablen
Profit Margin = Operating Income / Total Operating Reve𝑃𝑃
nues
Operating Income = Total Operating Revenues – Total Op𝑂𝑂
erating Expenses
Total Operating Revenues
𝑅𝑅𝑅
Total Operating Expenses
𝐸𝐸𝐸
Change in Operating Revenues = Wachstumskomponente
∆𝑅𝑅𝑅
(ertragsseitig) + Preisausgleichskomponente (ertragsseitig)
Change in Operating Expenses = Wachstumskomponente
∆𝐸𝐸𝐸
(kostenseitig) + Preisausgleichskomponente (kostenseitig) +
Produktivitätskomponente (kostenseitig) + Kapazitätskomponente (kostenseitig)
Yield
Revenue per RPM 1186
PrcPAX
Passenger-related costs per PAX
FrcASM
Flight-related costs per ASM
Unabhängige Variablen der Regressionsmodelle
Wachstumskomponente (ertragsseitig)
Preisausgleichskomponente (ertragsseitig)
Wachstumskomponente (kostenseitig)
∆𝐸𝐸𝐸𝐺𝐺𝐺𝑤𝑡ℎ
Preisausgleichskomponente (kostenseitig)
Produktivitätskomponente (kostenseitig)
∆𝐸𝑋𝑋𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
Kapazitäts(-unternutzungs)komponente (kostenseitig)
𝑃𝑃𝑡−1
PM der Vorperiode
𝑃𝑃𝑡−4
Saisonalitätskomponente (nur bei Quartalszahlen)
𝑃𝑃𝑡−3
Saisonalitätskomponente (nur bei Quartalszahlen)
𝐿𝐿𝐿
Dummy-Variable mit Wert "1" für Vertreter der Gruppe der
LCCs und Wert "0" für Vertreter der Gruppe der NWCs
𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶
𝑈𝑈𝑈𝑈_𝑈𝑈𝑈𝑈𝑈_𝐶𝐶𝐶
𝑈𝑈𝑈𝑈𝑈_𝑂𝑂𝑂
𝐴𝐴𝐴_𝑈𝑈𝑈𝑈𝑈_𝐼𝐼
Formel 33
Formel 18
Formel 18
𝑃𝑃𝑃𝑃𝑃_𝑂𝑂𝑂
𝑃𝑃𝑃𝑃𝑃_𝐼𝐼
𝑃𝑃𝑃𝑃𝑃_𝐶𝐶𝐶
Formel 20
Formel 25
Formel 21
Formel 26
Formel 30
Formel 32
Abbildung 84: Definition der Modell-Variablen für die Regressionsmodelle zu den Hypothesen F1
und F2 1187
1184
1186
1187
Eigene Darstellung in Anlehnung an (Collins, Román, & Chan, 2011, p. 49 Table 2)
1185
Seite 286
Anhang
Beobachtungszeitraum
Anzahl Unternehmens-Quartale im Beobachtungszeitraum
Fehlende Datensätze in TranStats Traffic Statistics Tool
Fehlende Datensätze am Rand (bzgl. SEA)
Fehlende Datensätze am Rand (bzgl. OI t+1)
Anzahl unerklärliche Extremwerte (Ausreisser)
01.01.2002
bis
31.12.2011
[1]
[2]
[3]
[4]
Zwischentotal Verlust Datensätze
400
30
10
10
0
50
350
Total verfügbare Unternehmens-Quartle im Beobachtungszeitraum
Bemerkungen
[1] 10 Fluggesellschaften x 10 Jahre x 4 Quartale pro Jahr
[2] 10 Fluggesellschaften x 1 Jahr x 3 Quartale (Q1 - Q3 2002)
[3] 10 Fluggesellschaften x 1 Jahr x 1 Quartale (Q4 2011)
[4] 10 Fluggesellschaften x 1 Jahr (OI für Q1 2012)
Abbildung 85: Umfang des Untersuchungssamples für Modell PM-F1+F2-Q 1188
Beobachtungszeitraum
Anzahl Unternehmens-Jahre im Beobachtungszeitraum
Fehlende Datensätze in TranStats Traffic Statistics Tool
Fehlende Datensätze am Rand (bzgl. SEA)
Fehlende Datensätze am Rand (bzgl. OI t+1)
Anzahl unerklärliche Extremwerte (Ausreisser)
01.01.2002
bis
31.12.2011
[1]
[2]
[3]
Zwischentotal Verlust Datensätze
Total verfügbare Unternehmens-Quartle im Beobachtungszeitraum
Bemerkungen
[1] 10 Fluggesellschaften x 10 Jahre
[2] 10 Fluggesellschaften x 1 Jahr (Jahr 2011)
[3] 10 Fluggesellschaften x 1 Jahr (OI für das Jahr 2012)
Abbildung 86: Umfang des Untersuchungssamples für Modell PM-F1+F2-A 1189
1188
1189
Eigene Darstellung
Eigene Darstellung
100
0
10
10
0
20
80
Anhang
Abbildung 87: Streudiagramm PMt in Bezug zu PMt+1 (Quartalszahlen) 1190
1190
Seite 287
Seite 288
Abbildung 88: Modell PM-F1-Q (NWCs) – Korrelationsmatrix (Spearman) 1191
1191
Anhang
Anhang
Abbildung 89: Modell PM-F1-Q (LCCs) – Korrelationsmatrix (Spearman) 1192
1192
Seite 289
Seite 290
Abbildung 90: Modell PM-F1-A (NWCs) – Korrelationsmatrix (Spearman) 1193
1193
Anhang
Anhang
Abbildung 91: Modell PM-F1-A (LCCs) – Korrelationsmatrix (Spearman) 1194
1194
Seite 291
Seite 292
Anhang
Abbildung 92: Vergleich Load Factor und PM (Durchschnittswerte) der Untersuchungsgruppen
während dem Untersuchungszeitraum 1195
1195
RITA bzw. BTS, Traffic Statistics Tool (RITA & BTS, 2014b; RITA & BTS, 2014c)
Anhang
Seite 293
11.2 Replikation der Untersuchung nach CRC
In Abbildung 93 und Abbildung 94 finden sich die Regressionsergebnisse zur Rekapitulation der Untersuchung nach CRC mit den Daten (Fluggesellschaften, Gruppierung und Zeitraum) gemäss Kapitel 5.2.3. Die hier relevante Fragestellung von CRC (Hypothesen H2 +
H3) wird zur Verbesserung der Vergleichbarkeit analog der Hypothesen F1 und F2 aufgeteilt. Die Berechnungsgrundlage und Definition der einzelnen Regressionskoeffizienten in
Abbildung 93 und Abbildung 94 richtet sich nach Abbildung 61.
H2 + H3 (analog F1)
H2 + H3 (analog F1)
H2 + H3 (analog F1)
Quarterly
Quarterly
Annual
Annual
PM-F1-Q i.V.m. PM-H2+H3-Q
PM-F1-Q i.V.m. PM-H2+H3-Q
PM-F1-A i.V.m. PM-H2+H3-A
PM-F1-A i.V.m. PM-H2+H3-A
Untersuchungsgruppe
NWCs
LCCs
NWCs
LCCs
Abhängige Variable
PMt+1
PMt+1
PMt+1
Hypothese
Periode
Regressionsmodell
Unabhängige
β-Wert
(VIF-Wert)
(errechnet)
Variable
Achsenabschnitt
0.445 ***
∆REV*Growth
1.431 **
∆REV*Price
0.711 ***
∆EXP*Growth
1.449 **
∆EXP*Price
∆EXP*Productivity
(VIF-Wert)
(errechnet)
-0.001
PMt-1
β-Wert
β-Wert
PMt+1
0.012
0.014
0.385 ***
1.837
0.147
2.349
213.291
1.453 ***
111.532
-0.578
336.555
2.078
0.330 ***
1.727
0.276
3.543
226.605
1.379 ***
105.947
-0.611
333.909
0.651 ***
2.019
0.489 ***
1.460
0.628 ***
4.252
0.261
3.203
PMt-3
0.333 ***
1.801
0.386 ***
1.418
PMt-4
-0.264 ***
1.968
0.351 **
-0.357
(VIF-Wert)
(errechnet)
1.931
-0.073
β-Wert
(VIF-Wert)
(errechnet)
0.012 **
H2 + H3 (analog F1)
0.806 ***
-0.104
0.527 *
-0.036
1.703
99.713
4.037
95.552
4.324
0.428 **
4.105
1.702
0.328
1.943
1.590
Bemerkung
Adjusted R2
Model F
n
*, **, ***
0.373
0.380
13.917 ***
14.328 ***
175
175
-0.001
0.992
40
0.292
3.675 ***
40
Abbildung 93: Rekapitulation CRC – Hypothesen H2 + H3 analog Hypothese F1 1196
Die Modellannahmen M1, M2, M4, M5 und M7 für multiple lineare Regression werden von
den Modellen in Abbildung 93 durchgängig erfüllt. Eine Ausnahme bildet das Modell PMF1-A i.V.m. PM-H2+H3-A (NWCs). Hier sind grössere Abweichungen bei der Normalität
der Residuen (M7) feststellbar. Analog zu den Untersuchungsergebnissen von CRC 1197 sowie denjenigen in Kapitel 6.2.2 weisen alle Wachstumskomponenten in allen Modellen in
Abbildung 93 deutliche Anzeichen von Multikollinearität (M6) auf 1198, verursacht durch die
∗
∗
1199. Hinsichtlich der RoSEA-bedingte Korrelation zwischen ∆𝑅𝑅𝑅𝐺𝐺𝐺𝐺𝐺ℎ
bustheit der einzelnen Modelle in Abbildung 93 zeigt sich eine deutlich höhere statistische
Aussagekraft bei den Modellen mit Verwendung von Quartalszahldaten im Gegensatz zu
1196
Eigene Darstellung unter Verwendung von IBM SPSS Statistics (Version 21.0.0.0) / Datenquelle: siehe
Kapitel 5.2.3.4
1197
(Collins, Román, & Chan, 2011, p. 57 Fn. 18)
1198
siehe VIF-Werte > 10 in Abbildung 93
1199
siehe hierzu analog: Kapitel 6.3.3
Seite 294
Anhang
den Modellen mit Jahresdaten. Das Modell F1-A i.V.m. PM-H2+H3-A (NWCs) ist aufgrund
der mangelnden Erklärungskraft gänzlich hinfällig.
Die Ausgangslage bei den Modelle mit Jahresdaten in Abbildung 93 wirkt sich auf die
Überprüfung der SEA-Strategie-Persistenz zwischen den beiden Untersuchungsgruppen
(NWCs bzw. LCCs) aus (Abbildung 94). Dadurch dass das Modell F1-A i.V.m. PMH2+H3-A (NWCs) mit den vorliegenden Daten keine verwendbaren Ergebnisse liefert, können auch keine statistischen Rückschlüsse gezogen werden, inwiefern sich die beiden Untersuchungsgruppen bei der Verwendung von Jahresdaten voneinander signifikant unterscheiden.
H2 + H3 (analog F2)
Hypothese
H2 + H3 (analog F2)
Quarterly
Annual
Regressionsmodell
PM-H2+H3-Q
PM-H2+H3-A
Abhängige Variable
PMt+1
PMt+1
Periode
β-Wert
Unabhängige
(VIF-Wert)
(errechnet)
Variable
LCC
0.013 *
PMt-1 x LCC
∆REV*Growth x LCC
∆REV*Price x LCC
∆EXP*Growth
x LCC
∆EXP*Price x LCC
∆EXP*Productivity
4.197
0.022
317.760
4.015
LCC
0.003
2.722
PMt-1 x LCC
0.659 **
∆REV*Growth x LCC
0.474
969.792
∆REV*Price x LCC
0.250
6.497
∆EXP*Growth
3.896
-0.070
321.912
0.575
870.761
-0.162
3.720
∆EXP*Price x LCC
0.077
8.529
∆EXP*Productivity
0.685
13.239
-0.367
8.692
PMt-3 x LCC
0.053
3.274
PMt-4 x LCC
0.191 *
3.474
x LCC
(VIF-Wert)
(errechnet)
Variable
1.361
-0.060
-0.381 **
β-Wert
Unabhängige
x LCC
x LCC
Bemerkung
Adjusted R2
Model F
n
*, **, ***
0.415
15.580 ***
Adjusted R2
0.216
Model F
2.672 **
350
n
80
Abbildung 94: Rekapitulation CRC – Hypothesen H2 + H3 analog Hypothese F2 1200
Im Gegensatz dazu bieten die Modelle mit der Verwendung von Quartalsdaten die notwendige Voraussetzung – d.h. ausreichende statistische Signifikanz (siehe Abbildung 93) – um
die Unterschiede zwischen den beiden Untersuchungsgruppen überprüfen zu können. Ein
signifikanter Unterschied zwischen den beiden Untersuchungsgruppen ergibt sich hinsichtlich der (traditionellen) SEA-Komponenten im betrachteten Zeitraum von 2002 bis 2011 für
die untersuchten Fluggesellschaften einzig in der ertragsseitigen Preisausgleichskomponente
∗
).
1200
Eigene Darstellung unter Verwendung von IBM SPSS Statistics (Version 21.0.0.0) / Datenquelle: siehe
Kapitel 5.2.3.4
Anhang
11.3 Diverses
Abbildung 95: Idealer Bezug zwischen Kostenverhalten, Kostentreibern
und SEA-Komponenten 1201
1201
Eigene Darstellung
Seite 295
Seite 296
Anhang
12 Anhang III: Ergänzungen zu Kapitel 7
Ø REVGrowth* (NWCs) - Ø Sample
Ø REVGrowth* (LCCs) - Ø Sample
REVGrowth* (CO ) - Ø Sample
15.00%
15.00%
10.00%
10.00%
5.00%
5.00%
0.00%
0.00%
2004-01
2004-02
2004-03
2004-04
2005-01
2005-02
2005-03
2005-04
2006-01
2006-02
2006-03
2006-04
-5.00%
-5.00%
-10.00%
-10.00%
-15.00%
-15.00%
Abbildung 96: Praxisanwendung – Vergleichswerte für ∆REVGrowth* am Beispiel der CO 1202
Ø EXPGrowth* (NWCs) - Ø Sample
Ø EXPGrowth* (LCCs) - Ø Sample
EXPGrowth* (CO ) - Ø Sample
15.00%
15.00%
10.00%
10.00%
5.00%
5.00%
0.00%
0.00%
2004-01
2004-02
2004-03
2004-04
2005-01
2005-02
2005-03
2005-04
2006-01
2006-02
2006-03
2006-04
-5.00%
-5.00%
-10.00%
-10.00%
-15.00%
-15.00%
Abbildung 97: Praxisanwendung – Vergleichswerte für ∆EXPGrowth* am Beispiel der CO 1203
1202
1203
Eigene Darstellung / Datenquelle basierend auf Kapitel 5.2.3.4
Anhang
Seite 297
Ø EXPPrice* (NWCs) - Ø Sample
Ø EXPPrice* (LCCs) - Ø Sample
EXPPrice* (CO ) - Ø Sample
15.00%
15.00%
10.00%
10.00%
5.00%
5.00%
0.00%
0.00%
2004-01
2004-02
2004-03
2004-04
2005-01
2005-02
2005-03
2005-04
2006-01
2006-02
2006-03
2006-04
-5.00%
-5.00%
-10.00%
-10.00%
-15.00%
-15.00%
Abbildung 98: Praxisanwendung – Vergleichswerte für ∆EXPPrice* am Beispiel der CO 1204
Ø EXPProductivity* (NWCs) - Ø Sample
Ø EXPProductivity* (LCCs) - Ø Sample
EXPProductivity* (CO ) - Ø Sample
2.00%
2.00%
1.50%
1.50%
1.00%
1.00%
0.50%
0.50%
0.00%
0.00%
2004-01
2004-02
2004-03
2004-04
2005-01
2005-02
2005-03
2005-04
2006-01
2006-02
2006-03
2006-04
-0.50%
-0.50%
-1.00%
-1.00%
-1.50%
-1.50%
-2.00%
-2.00%
Abbildung 99: Praxisanwendung – Vergleichswerte für ∆EXPProductivity* am Beispiel der CO 1205
1204
1205
Curriculum Vitae
Stefan Frischknecht, von Herisau (AR), Schweiz
Ausbildung
02/2009 - 09/2015
Universität St. Gallen, St. Gallen (SG), Schweiz:
Doktorandenstudium, betriebswirtschaftliche Richtung mit Vertiefung Accounting. Dissertationsthema: Strategische Erfolgsanalyse.
Doktor der Wirtschaftswissenschaften (Dr. oec. HSG / Ph.D. HSG)
10/2006 - 03/2009
Masterstudium in Rechnungswesen und Finanzen.
Master of Arts HSG (M.A. HSG)
10/2002 - 03/2006
Bachelorstudium der Betriebswirtschaftslehre.
Bachelor of Arts HSG (B.A. HSG)
08/1998 - 07/2002
Gymnasium St. Antonius, Appenzell (AI), Schweiz:
Gymnasiale Maturität mit Schwerpunktfach Wirtschaft und Recht.
Berufliche Tätigkeiten
02/2013 - heute
tifri ag, Herisau (AR), Schweiz: Geschäftsführer/Verwaltungsrat.
(Start-up im Bereich Immobilienentwicklung und -verwaltung)
06/2011 - 01/2013
SwissPrimePack AG, Altstätten (SG), Schweiz: Verantwortlicher Controlling.
(Herstellerin hochwertiger Kunststoffverpackungen für Lebensmittel)
02/2011 - 04/2011
Universität St. Gallen, St. Gallen (SG), Schweiz: Institut für Accounting, Controlling und Auditing (ACA-HSG), Assistent Prof. Dr. Klaus Möller.
03/2008 - 01/2011
Universität St. Gallen, St. Gallen (SG), Schweiz: Institut für Accounting, Controlling und Auditing (ACA-HSG), Assistent Dr. Oscar A. G. Treyer.
10/2006 - 06/2008
STARTUPS.CH AG, Winterthur (ZH), Schweiz: Consultant.
(Marktführende Webplattform für Unternehmensgründungen in der Schweiz)
06/2006 - 09/2006
STARTUPS.CH AG, Winterthur (ZH), Schweiz: Praktikum Consulting.
02/2006 - 05/2006
BKK-Audit AG, Winterthur (ZH), Schweiz: Praktikum Wirtschaftsprüfung.
(Revisions- und Treuhandunternehmen für KMU, heute: Findea AG)

Strategische Erfolgsanalyse

Transcription

Similar documents

Wissensmanagement in sozialen Einrichtungen

Die SCHNELL Motoren AG

pdf Juli 2011

Working Paper: Zinsen - eine fundamentale Erklärung und

Aktuelle theoretische Ansätze und empirische Befunde im Bereich der

Layout 4-Seiter 2/00

Artikel Kostenrechnung - KMU Magazin - Mai 2015