Dissertation: Deeper Insights from Less Data – Developing a Network-Based Approach to Key Driver Identification in Scenario Analysis

Deeper Insights from Less Data – Developing a Network-Based Approach to Key Driver Identification in Scenario Analysis

QM – Quantitative Methoden in Forschung und Praxis, Band 48

Hamburg 2019, 244 Seiten
ISBN 978-3-339-10722-0 (Print), ISBN 978-3-339-10723-7 (eBook)

Areas of Influence, Aufwandsreduktion, Centrality Compulation, Delphi Method, Delphi Methode, Effort Reduction, Einflussanalyse, Einflussbereiche, Fractional regression, Fractional Regression, Futurology, Impact Analysis, Marketing & Absatz, Monte Carlo Simulation, Network Analysis, Netzwerkanalyse, Scenario Analysis, Strategic Planning, Strategische Planung, Szenarioanalyse, Unternehmensführung, Wirtschaftsinformatik, Zentralitäts-Berechnung, Zukunftsforschung

Zum Inhalt

deutsch | english

Seit sich Shell in den 70er-Jahren mit Hilfe der Szenarioanalyse dem Abwärtssog der Ölkrise entziehen konnte, erfreut sich diese Methode weltweit großer Beliebtheit. Zu Beginn einer Szenarioanalyse werden üblicherweise sogenannte Schlüsselfaktoren – Faktoren mit besonderer Bedeutung für die Zukunft des Untersuchungsgegenstandes – mittels einer Einflussanalyse ermittelt. Die klassische Einflussanalyse ist jedoch sehr Datenerhebungs- und damit kostenintensiv, sodass vor allem finanzschwache Unternehmen und Institutionen auf die Vorteile dieser Methode (und damit auf die Vorteile der Szenarioanalyse als Ganzes) verzichten müssen. Der klassische Ansatz sieht außerdem vor, die erhobenen Daten mittels einfacher Addition auszuwerten, wobei verfügbare und relevante Zusatzinformationen (wie z.B. die der Einflussbereiche) bislang außer Acht gelassen wurden.

Die Dissertation zielt darauf ab, dieses Missverhältnis zwischen exzessivem Datenerhebungsaufwand auf der einen Seite und mathematisch oberflächlicher Auswertung der gewonnenen Daten auf der anderen Seite zu entschärfen. Dazu setzt die Arbeit die Einflussanalyse zunächst in den Kontext der Netzwerkanalyse – ein Transfer, der bislang noch nicht erbracht worden ist, obgleich beide Methoden zahlreiche konzeptionelle Parallelen aufweisen und die Netzwerkanalyse im Laufe ihrer wesentlich längeren Historie mathematisch deutlich gehaltvollere Ansätze entwickelt hat als die Einflussanalyse. Auf dieser Basis wird ein neuartiges Zentralitätsmaß, die verallgemeinerte Bereichs-Zentralität, entwickelt und mittels Monte-Carlo-Simulationen implementiert. Im Rahmen eines realen Szenarioprojektes für die Stadt Münster wird der empirische Beweis erbracht, dass dieser Ansatz den Datenerhebungsaufwand um 50% reduziert und dennoch validere Ergebnisse liefert als die klassische Einflussanalyse. Auf diese Weise leistet die Dissertation einen Beitrag zur praktischen Anwendbarkeit und zur „Demokratisierung“ der Szenarioanalyse. Aus wissenschaftlicher Sicht lässt sich das neu entwickelte Zentralitätsmaß weit über die Szenarioanalyse hinaus anwenden und bereichert die Disziplin der Netzwerkanalyse.



Informationen über das Veröffentlichen wissenschaftlicher Arbeiten.

nach oben