Die Data Envelope Analyse - DEA gehört zu den multivariaten statistischen Benchmark Methoden.

Die DEA ist eine Technik zur Effizienz-Analyse aus dem Bereich des Operations Research. Wir wenden die DEA zur Effizienzmessung in Unternehmen und von Organisations- und Entscheidungseinheiten an.

Für ein Benchmarking mit der DEA definieren wir für die zu vergleichenden Organisationseinheiten zunächst einheitliche Input-Output-Relationen in den relevanten strategischen und/oder operativen Leistungsprozessen. Mit Hilfe der DEA wird dann die relative Effizienz der Entscheidungseinheiten gemessen. Die besten Einheiten bilden die Effizienzgrenze (efficiency frontier), die meist als Umhüllungskurve einen ertragsgesetzlich bedingten konvexen Verlauf zum Urspung hin aufweist.

Die DEA ermöglicht es uns, mehrere Inputs und Outputs zu berücksichtigen. Unterschiedliche Faktoren (z.B. Quantitäten und Qualitäten) sind vorab zu normieren, damit sie vergleichbar werden. Viele Faktoren sind oft nicht miteinander vergleichbar (z. B. der in Geld gemessene Umsatz und das Qualitätsniveau). Deshalb werden Inputs und Outputs ihrer Bedeutung gemäß gewichtet.

Eine wesentliche Besonderheit der DEA ist, dass im Vergleich zu anderen Effizienz-Analysetechniken diese Gewichte innerhalb des Modells bestimmt werden.

Einschränkend ist jedoch zu bemerken, dass eben diese Normierung ohne ein vertieftes Verständnis der jeweiligen Anwendungsfelder kaum zufriedenstellend zu lösen ist.

Zur Analyse der faktorbezogenen Effizienz jeder Organisationseinheit wird mit dem Abstand zur Effizienzgrenze (Data Envelope), die die besten OE bilden, ein Effizienzwert berechnet. Dieser Wert misst ausgehend von den beobachteten In- und Outputs den Abstand zum effizienten Rand. Die Effizienzkurve wird aus der Gruppe derjenigen Organisationseinheiten gebildet, die am Benchmark teilnehmen. Aus dem Effizienzwert einer Organisationseinheit lassen sich für dessen Management unmittelbar Verbesserungspotenziale ableiten. Vor allem bei komplexeren Zusammenhängen mit mehreren Input- bzw. Entscheidungsvarianten führen unsere Berechnungen auch zu Lösungsvarianten, die bislang nicht im Managementfokus standen. Insgesamt erhält man durch die mathematische Analyse des Datenbestandes fundierte Aussagen über Handlungsfelder und kann auch unterscheiden, wo Aktivitäten die größten Effekte bringen.

Empirisch haben wir bislang in jeder unserer DEAs Clusterwolken entdeckt, für die Anhäufungen sehr ähnlicher Input/Outputrelationen typisch waren. Kombiniert man die DEA mit solchen Clusteranalysen lassen sich relativ eindeutige Handlungsvarianten für die einzelnen Cluster unterscheiden. Im unten abgebildenten Beispiel sollten sich die Handlungen zur Effizienzsteigerung im Cluster oben links stärker auf die Personalkomponenten konzentrieren, während für die Probanden unten links eher Infrastrukturmaßnahmen zu empfehlen sind. In einem ergänzenden peer-to-peer Ansatz bringt die zielgerichtete Kommunikation zwischen den Organisationseinheiten bzw. Probanden, vorzugsweise unter strukturierter zielgerichteter Anleitung, erhebliche Effizienssteigerungen.  Der Zusammenschluss von innerbetrieblichen oder überbetrieblichen Erfahrungsaustauschgruppen, die jeweils mit sorgfältig erhobenen empirischen DEA-Daten arbeiten, ist ein Beispiel für die hohe Wirksamkeit dieses Ansatzes.

 

Als multivariate Benchmarkmethode wenden wir die DEA an, wenn wir Wirkungszusämmhänge zwischen relevanten Erfolgsfaktoren analysieren wollen.

Ergebnis einer DEA für etwa 50 Unternehmen und Organisationseinheiten mit vergleichbarer Inputstruktur. Hier ein komprimierter Auszug mit den normierten Faktorgruppen "Infrastrukturkosten" und "Personalkosten" bezogen auf den Output.

.DEA Beispiel

 

 

Mit dem obigen Beispiel zeigen wir Ihnen ein typisches Ergebnis einer DEA für etwa 50 Organisationseinheiten mit den beiden Inputfaktoren "Infrastrukturkosten" und "Personalkosten" als komplexe Indikatoren normiert.  Ergebnis ist eine deutlich erkennbare Clusterung der verglichenen Einheiten in ihrer jeweiligen Lage zur umhüllenden Effizienzgrenze, die durch die effizientesten Organisationseinheiten gebildet wird.  Die roten Pfeile zeigen ineffiziente Organisationseinheiten, die sich gut innerhalb des jeweiligen Clusters mit den effizienteren Einheiten vergleichen lassen (gelbe Pfeile).Wir können damit sehr präzise Handlungsempfehlungen innerhalb der Cluster ausformulieren. Die DEA Methode ist in ihrem Aufwand deutlich anspruchvoller als einfache partielle Benchmarking Methoden, liefert aber auch wesentlich aussagekräftigere Ergebnisse.