WO2005036424A2

WO2005036424A2 - Werkzeug für die unternehmensführung

Info

Publication number: WO2005036424A2
Application number: PCT/EP2004/011284
Authority: WO
Inventors: Oliver Bauckmann
Original assignee: Kef Software AG
Current assignee: Kef Software AG
Priority date: 2003-10-08
Filing date: 2004-10-08
Publication date: 2005-04-21
Anticipated expiration: 2006-04-08
Also published as: WO2005036424A8; US20050080663A1; WO2005036424A9

Abstract

Die Erfindung betrifft ein Verfahren zur computergestützten Auswertung von Unternehmenskennzahlen in einem Managementprozess unter Verwendung eines künstlichen neuronalen Netzes. Außerdem betrifft die Erfindung ein System zur Durchführung dieses Verfahrens. Das System besteht aus einer an ein Datennetz (1) angeschlossenen Datenbank (2) zur Speicherung von Zeitreihen von Unternehmenskennzahlen, einem an das Datennetz (1) angeschlossenen Steuerungsclient (3), welcher eine Programmierung zur interaktiven Steuerung der Erfassung und der Auswertung der Unternehmenskennzahlen und der Speicherung der Unternehmenskennzahlen in der Datenbank (2) umfaßt, und aus einem an das Datennetz angeschlossenen Auswertungsserver (5), welcher auf die in der Datenbank (2) gespeicherten Unternehmenskennzahlen zugreift und eine Programmierung zur statistischen Auswertung der Zeitreihen unter Einsatz des künstlichen neuronalen Netzes aufweist.

Description

Manaαement-Tool

Die Erfindung betrifft ein Verfahren zur computergestützten Auswertung von Unternehmenskennzahlen in einem Managementprozess. Außerdem betrifft die Erfindung ein System zur Durchführung dieses Verfahrens.

Das bekannte Konzept der sogenannten „Balanced-Score-Cards", entwickelt von den beiden Harvard-Professoren Kaplan und Norton, findet seit den 90er Jahren vor allem in den USA aber auch in Europa starke Beachtung.

Nach einer Begriffsbestimmung der Boston Consulting Group handelt es sich bei dem System der Balanced-Score-Cards um ein multi-kriterielles, ausgewogenes Kennzahlensystem, das in einem Managementprozeß zur Implementierung, Steuerung und Kontrolle der Unternehmensstrategie einge- setzt werden kann. Die Balanced-Score-Card enthält dabei wesentliche Kennzahlen, die den Erfolg der Unternehmensführung auf strategischer aber auch auf operativer Ebene abbilden und sichern.

Der Einsatz des Systems der Balanced-Score-Cards in einem Managementprozeß setzt voraus, daß das betreffende Unternehmen eine bestimmte Vision oder auch Mission, d. h. eine Zielsetzung vor Augen hat und zu ihrer Umsetzung eine geeignete Strategie entwickelt hat. Die Balanced-Score-Card dient dann dazu, diese Strategie an bestimmte Unternehmenskennzahlen zu knüpfen. Es wird dadurch einerseits die Auffindung der richtigen Strategie erleichtert, andererseits wird der Konsens aller strategischen Ziele des Unternehmens garantiert. Dadurch, daß gemäß dem Konzept der Balanced-Score-Cards die

BESTATIGUNGSKOPIE gesamte Unternehmensstrategie auf alle einzelnen Handlungsträger innerhalb des Unternehmens heruntergebrochen und verteilt wird, wird eine einheitliche Zielausrichtung aller Unternehmenshandlungen gefördert und insbesondere auch eine Verknüpfung beim Einsatz der vorhandenen Ressourcen des Unternehmens mit der jeweiligen Unternehmensstrategie gewährleistet.

Beim Einsatz der Balanced-Score-Cards in einem Managementprozeß wird also die Strategie des Unternehmens in einzelne Unterziele übersetzt, denen jeweils Unternehmenskennzahlen zugeordnet werden. Diese Unternehmenskennzahlen lassen sich verschiedenen Perspektiven zuordnen, zwischen denen - mehr oder weniger ausgeprägt — Ursache-Wirkungs-Zusammenhänge bestehen. Von Bedeutung sind dabei eine wirtschaftliche/finanzielle Perspektive einerseits sowie eine Kundenperspektive, eine interne Prozeßperspektive und eine Lern- und Entwicklungsperspektive andererseits.

Anhand der Finanzen eines Unternehmens läßt sich am besten überprüfen, ob die Implementierung einer Strategie zur Ergebnisverbesserung beiträgt oder nicht. Unternehmenskennzahlen der finanziellen Perspektive sind daher monetärer Art. Es handelt sich dabei um sogenannte „harte Faktoren", die in der Regel in diversen der Buchführung eines Unternehmens zugeordneten EDV- Systemen vorhanden sind.

Der Kundenperspektive zugeordnete Unternehmenskennzahlen, die ebenfalls harte Faktoren darstellen, sind beispielsweise der jeweilige Marktanteil, Daten in Bezug auf Kundenakquisition, Kundentreue oder Kundenrentabilität. Von besonderer Bedeutung sind aber auch eher subjektive oder sogenannte „weiche Faktoren", wie etwa Kennzahlen, die die Kundenzufriedenheit, d. h. den Zufriedenheitsgrad der Kunden vor dem Hintergrund spezifischer Leistungskriterien des Unternehmens, wiedergeben. Derartige weiche Faktoren lassen sich ausschließlich im Wege regelmäßiger Umfragen (Fragebögen, Interviews usw.) ermitteln.

Der internen Prozeß-Perspektive sind als Unternehmenskennzahlen z. B. Meßgrößen wie Qualitäts-, Ausbeute-, Durchlauf- oder Zykluskennzahlen zugeordnet, wobei es sich in der Regel um objektiv erfaßbare, d. h. harte Faktoren im obigen Sinne, handelt.

Die Lern- und Entwicklungsperspektive befaßt sich vor allem auch mit den Mitarbeiterpotentialen eines Unternehmens. Meßgrößen für das Mitarbeiterpotential sind z. B. Mitarbeiterzufriedenheit, Personaltreue und Mitarbeiterproduktivität, wobei vor allem der Mitarbeiterzufriedenheit die Rolle eines wesentlichen treibenden Faktors mit großer Auswirkung auf die übrigen Unternehmenskennzahlen zukommt. Auch bei der Mitarbeiterzufriedenheit handelt es sich um einen weichen Faktor im obigen Sinne, der durch entsprechende unternehmensinterne Mitarbeiterbefragungen ermittelt werden kann.

Die Erfassung und Auswertung der unterschiedlichen Unternehmenskennzahlen kann bei der Implementierung des Systems der Balanced-Score-Cards innerhalb eines Unternehmens sinnvollerweise computergestützt erfolgen. Hierzu dienen bekannte sogenannte „Management-Tools", welche die Sammlung und Verarbeitung der Unternehmenskennzahlen ermöglichen. Insbesondere werden solche Management-Tools dazu genutzt, die ermittelten Unternehmenskennzahlen mit den sich aus der entwickelten Strategie ergebenden Zielg rößen zu vergleichen, so daß aus der Sicht der Unternehmensführung eine Erfolgsermittlung möglich ist. Außerdem bieten bekannte Management-Tools verschiedene statistische Auswertungsmöglichkeiten der erfaßten Daten. Durch kontinuierliche Datenanalyse mittels solcher Management-Tools können auch die sich schnell ändernden Rahmenbedingungen rascher erfaßt und die Unternehmensstrategie ent- sprechend angepaßt werden, so daß die Formulierung neuer Initiativen und Unternehmensziele rechtzeitig erfolgen kann.

Beispielsweise aus der US 6 556 974 B1 ist ein computergestütztes System zur Beurteilung der Leistungsfähigkeit eines Wirtschaftsunternehmens bekannt, welches auf Score-Cards der oben beschriebenen Art basiert. Wesentlicher Bestandteil des vorbekannten Management-Tools ist ein Befragungsmechanismus, der die Befragung von Mitarbeitern oder Kunden beispielsweise über das Internet ermöglicht. Die Befragungsergebnisse werden dabei in einer Datenbank gespeichert und ermöglichen so die quantitative Erfassung und Auswertung verschiedenster Unternehmenskennzahlen. Die Befragungsergebnisse als weiche Faktoren werden zusammen mit finanziellen Kennzahlen als harte Faktoren durch die Software für die Erstellung von Score-Cards verwen- det. Auch können die mittels der Software erfaßten Daten zur Bestimmung von Zielerreichungsgraden genutzt werden. Ferner ist es aus der genannten US- Patentschrift bekannt, das Management-Tool zur statistischen Auswertung der Kennzahlen und der Befragungsergebnisse zu nutzen, um beispielsweise zukünftig erwartete Werte zu schätzen.

Nachteilig ist bei den vorbekannten Management-Tools, daß diese ausschließlich ein Werkzeug zur Erfassung und Verwaltung von Unternehmenskennzahlen bereitstellen und außerdem nur zur Durchführung von einfachen deskriptiven statistischen Berechnungen nutzbar sind. Die vorbekannten Tools bieten in der Regel keinerlei Möglichkeiten, die eigentlich wesentlichen Aspekte des Systems der Balanced-Score-Cards zu automatisieren. In der Regel verfügen solche Tools nämlich über keinerlei Funktionen, um beispielsweise kausale Zusammenhänge zwischen den unterschiedlichen Unternehmenskennzahlen automatisch zu erkennen und in den erfaßten Daten enthaltene Trends durch allgemeine Regeln oder Gesetzmäßigkeiten zu beschreiben. Wesentlich für den Managementprozeß ist aber gerade die Aufdeckung von solchen Zusammenhängen, um beispielsweise den Einfluß weicher treibender Faktoren auf die finanzwirtschaftlichen Kennzahlen zu ermitteln. Gerade hiervon hängen die Entscheidungen bei der Untemehmensührung ab, urn die gesetzten Ziele zu erreichen.

Davon ausgehend liegt der vorliegenden Erfindung die Aufgabe zugrunde, ein verbessertes Management-Tool bereitzustellen. Insbesondere soll gewährleistet sein, daß Zusammenhänge zwischen den erfaßten Unternehmenskennzahlen automatisch aufgedeckt und analysiert werden können. Im Vordergrund steht dabei der eigentliche Zweck des Systems der Balanced-Score-Cards, nämlich der Unternehmensführung eine zuverlässige Grundlage für Entscheidungen zu liefern, um die Strategie des Unternehmens möglichst effektiv umzusetzen. Diese Aufgabe löst die Erfindung durch ein Verfahren zur computergestützten Auswertung von Unternehmenskennzahlen in einem Managementprozeß, wobei zunächst Unternehmenskennzahlen in Form von Zeitreihen mittels geeigneter Mechanismen erfaßt und in einer Datenbank gespeichert werden. Zumindest einige der Unternehmenskennzahlen werden dabei durch wiederholte Mitarbeiter- und/oder Kundenbefragungen ermittelt. Danach erfolgt eine statistische Auswertung der in der Datenbank gespeicherten Zeitreihen, und zwar unter Verwendung eines künstlichen neuronalen Netzes.

Das wesentliche Grundprinzip der Erfindung besteht demnach darin, einerseits die Unternehmenskennzahlen systematisch in Form von Zeitreihen zu erfassen und andererseits zur statistischen Auswertung der erfaßten Daten ein künstliches neuronales Netz einzusetzen. Künstliche neuronale Netze haben für die Verwendung in einem Management-Tool besonders vorteilhafte Eigenschaften. Neuronale Netze sind nämlich in der Lage, komplexe Zusammenhänge und Gesetzmäßigkeiten in einem System von erfaßten Daten durch Lernen automatisch und selbständig zu erkennen und zu modellieren. Außerdem sind neuronale Netze frei von einschränkenden Vorgaben, wie sie bei üblichen statistischen Auswertungsverfahren gemacht werden. Auch haben neuronale Netzwerke den Vorteil sowohl lineare als auch nicht-lineare Beziehungen zwischen den erfaßten Daten auswerten zu können. Das erfindungsgemäße Verfahren eignet sich daher besonders zur Computerimplementierung des oben beschriebenen Systems der Balanced Score Cards oder auch anderer bekannter Scorecard-basierter Systeme.

Gemäß der Erfindung werden dem verwendeten künstlichen neuronalen Netz die Zeitreihen der erfaßten Daten eingegeben, wobei zur Erfassung der erwähnten weichen Faktoren Befragungsmechanismen zur Befragung von Mitarbeitern und/oder Kunden eingesetzt werden. Harte Faktoren betreffende Unternehmenskennzahlen, wie beispielsweise finanzwirtschaftliche Kennzahlen, sind in den der Buchhaltung eines Unternehmens zugeordneten EDV-Systemen ohnehin vorhanden und können problemlos in das erfindungsgemäße Verfahren einbezogen werden. Alle so erfaßten Daten bilden dann Zeitreihen. Das bedeutet, daß weiche Faktoren als empirische Daten zeitlich synchron im Wege der Mitarbeiter- und/oder Kundenbefragungen mit den harten Faktoren, die aus den entsprechenden Datenquellen innerhalb des Unternehmens direkt zu übernehmen sind, erfaßt werden, und so konsistent statistisch ausgewertet werden können.

Durch die statistische Auswertung mittels des künstlichen neuronalen Netzes kann gemäß der Erfindung sodann automatisch ermittelt werden, welche der erfaßten Kennzahlen durch welche Handlungen des Unternehmens beeinflußbar sind und welche der Kennzahlen in welcher Weise mit dem angestrebten Unternehmenserfolg verbunden sind.

Sinnvollerweise werden bei dem erfindungsgemäßen Verfahren die genannten Mitarbeiter- und/oder Kundenbefragungen interaktiv über ein Datennetz durchgeführt. Hierzu kann vorhandene leistungsfähige Internettechnologie verwendet werden, indem beispielsweise die Kunden eines Unternehmens Antworten auf Fragen eines in geeigneter Weise zusammengestellten Fragenkataloges über das Web-Interface eines Web-Servers des Unternehmens beantworten. Für Mitarbeiterbefragungen kann in entsprechender Weise das Intranet des Unternehmens genutzt werden. Insbesondere für Mitarbeiterbefragungen bietet sich die Möglichkeit an, auf den PCs der Mitarbeiter spezielle Befragungsclients zu installieren, welche eine geeignete Befragungsmaske auf dem Bildschirm des betreffenden Mitarbeiter- PCs automatisch erscheinen lassen, wenn eine entsprechende Mitarbeiterbefragung ansteht. Der Datenfluß zum/vom Mitarbeiter von/zu der Datenbank wird dabei automatisch gesteuert, insbesondere wird zur Erfassung der gewünschten Zeitreihen der Unternehmenskennzahlen die zeitliche Abfolge der Befragungen geeignet vorgegeben.

Bevor die in der Datenbank registrierten Unternehmenskennzahlen in der oben beschriebenen Weise ausgewertet werden können, ist es erforderlich, daß das eingesetzte neuronale Netz entsprechend trainiert wird. Das Training erfolgt anhand von vorgebbaren Trainingsmustern, welche einen ersten Satz von Zeitreihen von Unternehmenskennzahlen als Eingabedaten und einen zweiten Satz von Zeitreihen von Unternehmenskennzahlen als Zieldaten umfassen. Durch Vorgabe des Trainingsmusters können Gruppen von Unternehmenskennzahlen definiert werden, für welche der Anwender des erfindungsgemäßen Verfahrens eine entsprechende statistische Analyse wünscht. Um beispielsweise die Auswirkungen der Entwicklung der Mitarbeiterzufriedenheit auf finanzwirtschaftliche Kennzahlen des Unternehmens zu analysieren, ist es zweckmäßig, wenn das Trainingsmuster als Eingabedaten die Zeitreihen der entsprechenden weichen Faktoren und als Zieldaten die genannten finanziellen Kennzahlen als harte Faktoren umfaßt. Beim Training werden die Eingangsneuronen mit den genannten Eingabedaten des Trainingsmusters beaufschlagt, wonach die Parameter des neuronalen Netzes mittels geeigneter Lernalgorithmen bestimmt werden, damit die Ausgabedaten des neuronalen Netzes so gut wie möglich die Zieldaten des Trainingsmusters reproduzieren. Der Trainingserfolg kann dabei zweckmäßigerweise anhand eines Gesamtfehlers des neuronalen Netzes bewertet werden, welcher quantitativ die Abweichung der Ausgabedaten des neuronalen Netzes von den Zieldaten des Trainingsmusters wiedergibt. Dieser Gesamtfehler wird beispielsweise anhand der Summe der Abweichungsquadrate der Ausgabedaten des neuronalen Netzes von den entsprechenden Zieldaten berechnet.

Besonders vorteilhaft ist, daß gemäß der Erfindung nach der Trainingsphase das verwendete künstliche neuronale Netz zur automatischen Ermittlung von Ursache-Wirkungs-Zusammenhängen zwischen den erfaßten Untemehmens- kennzahlen, d.h. also von Kausalitäten, genutzt werden kann.

Zum Zwecke der Detektion von solchen Ursache-Wirkungs-Zusammenhängen zwischen den Eingabedaten und den Zieldaten des Trainingsmusters kann beispielsweise die Stärke der Anbindung der mit den Eingabedaten jeweils beaufschlagten Eingangsneuronen an das trainierte neuronale Netz ausgewertet werden. Die Stärke der Anbindung ergibt sich dabei aus den entsprechenden Netzwerkparametern, die während der Trainingsphase ermittelt wurden. Dabei wird ausgenutzt, daß diejenigen Unternehmenskennzahlen, die nur schwach an das neuronale Netz angebundenen Eingangsneuronen zugeordnet sind, offensichtlich nur einen geringen Einfluß auf die Ausgabedaten des neuronalen Netzes haben. Andersherum kann geschlossen werden, daß ausgeprägte Ursache-Wirkungs-Beziehungen zwischen denjenigen Eingabe- und Ausgabedaten des neuronalen Netzes bestehen, denen stark an das neuronale Netz angebundene Neuronen zugeordnet sind. Alternativ können zum Zwecke der Detektion von Ursache-Wirkungs- Zusammenhängen gezielt einzelne Eingangsneuronen von dem trainierten neuronalen Netz abgekoppelt werden, wobei dann eine Testgröße ausgewertet wird, welche den Einfluß der Abkopplung auf den Gesamtfehler des neuronalen Netzes wiedergibt. Dabei wird ausgenutzt, daß für diejenigen Unternehmenskennzahlen, die den von dem neuronalen Netz abgekoppelten Eingangsneuronen zugeordnet sind, keine ausgeprägten Ursache-Wirkungs-Wechselbeziehungen zu den der Ausgabeseite des neuronalen Netzes zugeordneten Unternehmens kennzahlen bestehen, wenn durch die jeweilige Abkopplung der Gesamtfehler des neuronalen Netzes, der, wie oben beschrieben, die Abweichung der Ausgabedaten des neuronalen Netzes von den durch das Trainingsmuster vorgegebenen Zieldaten wiedergibt, nur wenig beeinflußt wird. Die Stärke des Einflusses der der Eingabeseite des neuronalen Netzes zugeordneten Unternehmenskennzahlen auf die der Ausgabeseite des neuronalen Netzes zugeordneten Unternehmenskennzahlen kann anhand der Testgröße quantitativ beurteilt werden. Daher ist es zweckmäßig, eine Mehrzahl von Werten der Testgröße zu berechnen, indem systematisch einzelne oder mehrere Eingangsneuronen, die einzelnen Unternehmenskennzahlen des Trainingsmusters zugeordnet sind, von dem neuronalen Netz abgekoppelt werden. Zum Zwecke der Beurteilung von Kausalitäten zwischen den Unternehmenskennzahlen des Trainingsmusters können die so berechneten Werte der Testgröße in geeigneter Weise visualisiert werden.

Zur Durchführung des erfindungsgemäßen Verfahrens eignet sich ein System zur computergestützten Auswertung von Unternehmenskennzahlen in einem Managementprozeß, das die folgenden Komponenten umfaßt:

- eine an ein Datennetz angeschlossene Datenbank zur Speicherung von Zeitreihen von Unternehmenskennzahlen,

- einen an das Datennetz angeschlossenen Steuerungsclient, welcher eine Programmierung zur interaktiven Steuerung der Erfassung und der Auswertung der Unternehmenskennzahlen und der Speicherung der Unternehmenskennzahlen in der Datenbank umfaßt, und

- einen ebenfalls an das Datennetz angeschlossenen Auswertungsserver, der auf die in der Datenbank gespeicherten Unternehmenskennzahlen zugreift und eine Programmierung zur statistischen Auswertung der Zeitreihen unter Verwendung eines künstlichen neuronalen Netzes aufweist.

Zweckmäßigerweise ist in den genannten Steuerungsclient außerdem eine Programmierung zur Durchführung von Mitarbeiter- und/oder Kunden- befragungen über das Datennetz integriert.

Ausführungsbeispiele der Erfindung werden im folgenden anhand der Figuren erläutert. Es zeigen:

Fig. 1 : Schematische Darstellung eines gemäß der Erfindung eingesetzten neuronalen Netzes;

Fig.2: Darstellung von Zeitreihen von Unternehmenskennzahlen als Diagramm;

Fig. 3: Visualisierung einer Testgröße gemäß der Erfindung zum Zwecke der Detektion von Ursache-Wirkungs-Zusammenhängen zwischen Unternehmenskennzahlen;

Fig. 4: schematische Darstellung eines erfindungsgemäßen Systems zur computergestützten Auswertung von Unternehmenskennzahlen.

Bei dem erfindungsgemäßen Verfahren kommt, wie oben erläutert, die an sich bekannte statistische Methode der künstlichen neuronalen Netze zum Einsatz. Die Figur 1 zeigt die Struktur eines für das erfindungsgemäße Verfahren geeigneten neuronalen Netzes des Typs „Mulitlayer Perceptron (MLP)". Es handelt sich um ein zweistufiges vorwärtsgerichtetes neuronales Netz, das den spezifischen Anforderungen des erfindungsgemäßen Verfahrens besonders entspricht. Andere Typen von neuronalen Netzen sind aber prinzipiell auch einsetzbar. Das in der Figur dargestellte Netz verfügt über sieben Eingangsneuronen E1- E7, grundsätzlich kann die Anzahl der Eingangsneuronen aber beliebig groß sein. Das neuronale Netz weist nur ein einziges Ausgangsneuron A auf, da es bekannt ist, daß neuronale Netze mit nur einem Ausgangsneuron die zuverlässigsten Ergebnisse liefern. Im dargestellten Beispiel sind des weiteren acht Zwischenneuronen H1-H8 vorgesehen, die eingangsseitig mit den Eingangsneuronen E1-E7 und ausgangsseitig mit dem Ausgangsneuron A verbunden sind. Der ersten Schicht des neuronalen Netzes sind als Netzwerkparameter Wichtungsfaktoren W1 zugeordnet, welche bestimmen, wie stark sich die Ausgabewerte der Zwischenneuronen H1-H8 auf den Ausgabewert des Ausgangsneurons A auswirken. Die Ankopplung der Eingangsneuronen E1-E7 an die Zwischenneuronen H1-H8 wird in der zweiten Schicht des dargestellten Netzes durch die Wichtungsfaktoren W2 bestimmt.

Gemäß der Erfindung wird das neuronale Netz mit einem vorgebbaren Trainingsmuster trainiert, wobei die Eingangsneuronen E1-E7 des Netzes mit Zeitreihen von Unternehmenskennzahlen als Eingabedaten beaufschlagt werden, deren kausale Wirkung auf eine andere Unternehmenskennzahl untersucht werden soll. Als Zieldaten umfaßt das Trainingsmuster beispielsweise eine als Zeitreihe erfaßte finanzielle Kennzahl, die durch den Ausgabewert des Ausgabeneurons A reproduziert werden soll. Zur Untersuchung von Kausalitäten mit einem gemäß der Erfindung arbeitenden Management-Tool wird also für jede einzelne Wirkung (Ausgabewert) ein neuronales Netz generiert, welches mehrere Eingangsneuronen mit diesen jeweils zugeordneten Ursachen (Eingabewerten) umfaßt.

Das Training des neuronalen Netzes erfolgt vermittels eines an sich bekannten Lernalgorithmus, wobei sich beispielsweise das sogenannte „Backpropagation"- Verfahren bewährt hat. Der Trainingserfolg kann dabei zweckmäßigerweise anhand des Gesamtfehlers des neuronalen Netzes bewertet werden, welcher quantitativ die Abweichung des Ausgabewertes des Ausgangsneurons A von dem tatsächlich erfaßten Wert der interessierten finanziellen Kennzahl wiedergibt. Das Training liefert als Ergebnis die Netzwerkparameter, nämlich die Wichtungsfaktoren W1 und W2. Die Figur 2 zeigt verschiedene Zeitreihen von Unternehmenskennzahlen in Form eines Diagramms. Die Unternehmenskennzahlen werden gemäß der Erfindung in einer Datenbank gespeichert, wobei die durch schwarze Punkte in dem Diagramm wiedergegebenen Unternehmenskennzahlen durch zu Zeitpunkten t1-tN wiederholt durchgeführte Mitarbeiter- und/oder Kundenbefragungen ermittelt werden. Bei diesen Unternehmenskennzahlen handelt es sich um weiche Faktoren im obigen Sinne, welche beispielsweise die Kunden- oder die Mitarbeiterzufriedenheit wiedergeben. Durch geeignete Auswahl und Zusammenstellung von an die Mitarbeiter bzw. Kunden gerichteten Fragen werden die weichen Faktoren als empirische Daten in Form der dargestellten Zeitreihen gesammelt. Durch offene quadratische Symbole ist in dem Diagramm eine weitere Zeitreihe wiedergegeben, bei welcher es sich um eine finanzielle Kennzahl, also um einen harten Faktor im obigen Sinne handelt. Dieser harte Faktor wird, wie in dem Diagramm zu erkennen ist, zeitlich synchron mit den weichen Faktoren erfaßt und in der Datenbank gespeichert, damit eine konsistente statistische Auswertung möglich ist.

Um Ursache-Wirkungs-Zusammenhänge zwischen den in dem Diagramm dargestellten Unternehmenskennzahlen gemäß der Erfindung automatisch zu ermitteln, wird das neuronale Netz in der oben beschriebenen Weise trainiert, wobei die durch Mitarbeiter- und/oder Kundenbef ragungen ermittelten Unternehmenskennzahlen als Eingabedaten verwendet werden, mit denen die Eingangsneuronen E1 , E2 und E3 des neuronalen Netzes beaufschlagt werden. Als Zieldaten dient beim Training des neuronalen Netzes die Zeitreihe der durch offene Quadrate in dem Diagramm wiedergegebenen finanziellen Unter- nehmenskennzahl. Der Trainingserfolg wird anhand des Gesamtfehlers des neuronalen Netzes bewertet, welcher die Abweichung der Ausgabedaten des Ausgangsneurons A des neuronalen Netzes von den Zieldaten wiedergibt.

Nachdem das Training des neuronalen Netzes abgeschlossen ist, können gemäß der Erfindung Ursache-Wirkungs-Zusammenhänge zwischen den in dem Diagramm dargestellten weichen Faktoren auf den fraglichen harten Faktor automatisch ermittelt werden. Hierzu werden der Reihe nach die Eingangsneuronen E1 , E2 und E3 von dem trainierten neuronalen Netz abgekoppelt, und es wird jeweils eine Testgröße T berechnet, welche den Einfluß der Abkopplung auf den Gesamtfehler des neuronalen Netzes wiedergibt. Daraus ergibt sich eine Mehrzahl von Werten der Testgröße T, die zum Zwecke der Beurteilung möglicher Kausalitäten in Form eines Diagramms visualisiert werden kann, wie dies in der Figur 3 dargestellt ist. Bei der Abkopplung des Eingangsneurons E1 nimmt die Testgröße T einen großen positiven Wert an, was bedeutet, daß der Gesamtfehler des neuronalen Netzes durch die Abkopplung kleiner geworden ist. Daraus kann geschlossen werden, daß das Eingangsneuron E1 keinen großen Einfluß auf den Ausgabewert des Ausgangsneurons A hat. Dementsprechend besteht ein Ursache-Wirkungs- Zusammenhang zwischen dem dem Eingangsneuron E1 zugeordneten weichen Faktor und dem hier interessierenden harten Faktor offensichtlich nicht. Werden hingegen die Eingangsneuronen E2 bzw. E3 von dem neuronalen Netz abgekoppelt, so nimmt die Testgröße T betragsmäßig unterschiedliche, negative Werte an, was bedeutet, daß der Gesamtfehler des neuronalen Netzes durch die Abkopplung jeweils zugenommen hat. Daraus ist zu schließen, daß der dem Eingangsneuron E2 zugeordnete weiche Faktor einen mittleren Einfluß und der dem Eingangsneuron E3 zugeordnete weiche Faktor sogar einen starken Einfluß auf den fraglichen harten Faktor, der der Ausgabeseite des neuronalen Netzes zugeordnet ist, hat.

In der Figur 4 ist schematisch ein System zur computergestützten Auswertung von Unternehmenskennzahlen gemäß der Erfindung dargestellt. Das System besteht aus einer an ein Datennetz 1 angeschlossenen Datenbank 2 zur Speicherung von Zeitreihen von Unternehmenskennzahlen. An das Datennetz 1 sind mehrere Steuerungsclients 3 angeschlossen, welche eine Programmierung zur interaktiven Steuerung der Erfassung und der Auswertung der Unternehmenskennzahlen sowie der Speicherung der Unternehmenskennzahlen in der Datenbank 2 umfassen. Die Steuerungsclients verfügen außerdem über eine Programmierung zur Durchführung von Mitarbeiterund/oder Kundenbefragungen über das Datennetz 1. Hierzu treten die Steuerungsclients 3 über das Datennetz 1 mit Mitarbeiter- bzw. Kunden-PCs 4 in Kontakt, so daß die angesprochenen Mitarbeiter oder Kunden an sie gerichtete Fragen über das Datennetz 1 beantworten können. Die Fragen können mittels der Programmierung der Steuerungsclients 3 aus geeigneten Fragenkatalogen zusammengestellt werden. Desweiteren ist ein Auswertungsserver 5 vorgesehen, welcher auf die in der Datenbank 2 gespeicherten Unternehmenskennzahlen zugreift und eine Programmierung zur statistischen Auswertung der Zeitreihen unter Verwendung eines künstlichen neuronalen Netzes gemäß der Erfindung aufweist.

Claims

Patentansprüche

1. Verfahren zur computergestützten Auswertung von Unternehmenskennzahlen in einem Managementprozess, mit den Verfahrensschritten: - Erfassung und Speicherung von Unternehmenskennzahlen in einer

Datenbank in Form von Zeitreihen, wobei zumindest einige der Unternehmenskennzahlen durch wiederholte Mitarbeiter- und/oder Kundenbefragungen ermittelt werden; Statistische Auswertung der in der Datenbank erfassten Zeitreihen unter Verwendung eines künstlichen neuronalen Netzes.

2. Verfahren nach Anspruch 1 , wobei die Mitarbeiter- und/oder Kundenbefragungen interaktiv über ein Datennetz durchgeführt werden.

3. Verfahren nach Anspruch 1 , wobei das neuronale Netz zur Ermöglichung der statistischen Auswertung mit den in der Datenbank gespeicherten Unternehmenskennzahlen trainiert wird.

4. Verfahren nach Anspruch 3, wobei das neuronale Netz mit einem vorgebbaren Trainingsmuster trainiert wird, welches einen ersten Satz von Zeitreihen von Unternehmenskennzahlen als Eingabedaten und einen zweiten Satz von Zeitreihen von Unternehmenskennzahlen als Zieldaten umfaßt.

5. Verfahren nach Anspruch 4, wobei der Trainingserfolg anhand eines Gesamtfehlers des neuronalen Netzes bewertet wird, welcher die Abweichung der Ausgabedaten des neuronalen Netzes von den Zieldaten des Trainingsmusters wiedergibt.

6. Verfahren nach Anspruch 4, wobei auf der Grundlage des Trainingsergebnisses Ursache-Wirkungs-Zusammenhänge zwischen den Unternehmenskennzahlen automatisch ermittelt werden.

7. Verfahren nach Anspruch 6, wobei zum Zwecke der Detektion von Ursache-Wirkungs-Zusammenhängen zwischen den Eingabedaten und den

Ausgabedaten die Stärke der Anbindung der mit den Eingabedaten beaufschlagten Eingangsneuronen an das trainierte neuronale Netz ausgewertet wird.

8. Verfahren nach Anspruch 6, wobei zum Zwecke der Detektion von Ursache-Wirkungs-Zusammenhängen zwischen den Eingabedaten und den

Ausgabedaten wenigstens ein mit Eingabedaten beaufschlagtes Eingangsneuron von dem trainierten neuronalen Netz abgekoppelt wird und eine Testgröße ausgewertet wird, welche den Einfluß der Abkopplung auf den Gesamtfehler des neuronalen Netzes wiedergibt.

9. Verfahren nach Anspruch 8, wobei eine Mehrzahl von Werten der

Testgröße berechnet wird, indem systematisch Eingangsneuronen, die einzelnen Unternehmenskennzahlen des ersten Satzes des Trainingsmusters zugeordnet sind, von dem neuronalen Netz abgekoppelt werden.

10. Verfahren nach Anspruch 9, wobei die Mehrzahl von Werten der Testgröße zum Zwecke der Beurteilung des Einflusses von Unternehmenskennzahlen des ersten Satzes auf Unternehmenskennzahlen des zweiten Satzes visualisiert wird.

11. System zur computergestützten Auswertung von Unternehmenskennzahlen in einem Managementprozess, mit den folgenden Komponenten: - einer an ein Datennetz (1) angeschlossenen Datenbank (2) zur

Speicherung von Zeitreihen von Unternehmenskennzahlen, einem an das Datennetz (1 ) angeschlossenen Steuerungsclient (3), welcher eine Programmierung zur interaktiven Steuerung der Erfassung und der Auswertung der Unternehmenskennzahlen und der Speicherung der Unternehmenskennzahlen in der Datenbank (2) umfaßt, einem an das Datennetz angeschlossenen Auswertungsserver (5), welcher auf die in der Datenbank (2) gespeicherten Unternehmenskennzahlen zugreift und eine Programmierung zur statistischen Auswertung der Zeitreihen unter Verwendung eines künstlichen neuronalen Netzes aufweist.

12. System nach Anspruch 11 , wobei der Steuerungsclient (3) außerdem eine Programmierung zur Durchführung von Mitarbeiter- und/oder Kundenbefragungen über das Datennetz (1 ) aufweist.