Die Lebensadern der europäischen Wirtschaft sind Straßen, Schienen und Flüsse. Durch ein dichtes (Verkehrs-)Netz sind alle Regionen Europas miteinander verbunden und tauschen tagtäglich Waren und Güter aus. Doch sind alle Regionen gleich gut vernetzt? Haben alle europäischen Länder dieselben Rahmenbedingungen? Und können sie ihre (gegebenen) Mittel optimal nutzen?In einem methodischen Vorgehen werden in dieser Arbeit die europäischen Länder auf Effizienz im Güterverkehr getestet. Als zentrales Werkzeug wird die Data Envelopment Analysis (DEA) verwendet, welche es ermöglicht, Größeneffekte der Länder zu berücksichtigen und einen flexiblen Bewertungsmaßstab zu ermitteln. Als Datengrundlage dienen die statistischen Aufzeichnungen der EU für alle Mitgliedsländer. Der Vergleich zeigt, welche Faktoren die Effizienz des Güterverkehrs fördern und welche vernachlässigbar sind. Aus den Ergebnissen können nicht nur konkrete Maßnahmen, sondern auch weitergehende Analyseansätze abgeleitet werden.

Jürgen Lechler absolvierte zunächst ein duales Studium in Betriebswirtschaftslehre, Fachrichtung Mittelstandsmanagement, mit dem Abschluss Bachelor of Arts. Zeitgleich erfolgte der Berufseinstieg mit verschiedenen kaufmännischen Tätigkeiten als Projektbetreuer und dem Schwerpunkt Controlling. Später konnte er bei einem dreijährigen Arbeitsaufenthalt in den USA einschlägige Erfahrung in den Bereichen Einkauf, Disposition und Logistik sammeln. Zurück in Deutschland übernahm er die Logistikleitung bei einem deutschen Mittelstandsunternehmen mit internationaler Ausrichtung und erlangte in einem nebenberuflichen Studium den Abschluss Master of Science in Logistik.

Textprobe:Kapitel 4: Effizienz:In diesem Kapitel wird zunächst der Begriff Effizienz definiert. Anschließend folgen die Darstellung von Messverfahren zur Bestimmung der Effizienz und danach eine Zusammenfassung, inklusive Methodenauswahl. 4.1. Effizienzbegriff:It is fundamentally the confusion between effectiveness and efficiency that stands between doing the right things and doing things right. There is surely nothing quite so useless as doing with great efficiency what should not be done at all. Peter Drucker hat mit dieser Aussage in seinem 1963 erschienen Artikel Managing for Business Effectiveness eine häufig aufgegriffene Definition und Abgrenzung der beiden Begriffe Effektivität (effectiveness) und Effizienz (efficiency) hervorgebracht. Für ihn bedeutet Effektivität die richtigen Dinge tun und Effizienz die Dinge richtig tun. Die Definition impliziert, dass bei beiden Begriffen ein bestimmtes Ziel erreicht wird, es jedoch Unterschiede in der ökonomischen Vorteilhaftigkeit, also dem Verhältnis aus Mitteleinsatz und Ertrag gibt. Ein effizientes Streben nach nicht notwendigen Zielen ist seiner Aussage nach eine der nutzlosesten Aktivitäten, was im Umkehrschluss die Effizienz als wichtiges Messkriterium darstellt.Unterstützt wird diese Erkenntnis durch das ökonomische Prinzip, unterteilt in Minimumprinzip (Minimierung des Mitteleinsatzes bei gegebenem Ziel) und Maximumprinzip (Maximierung des Ertrags bei gegebenen Mitteln). Der Güterverkehr ist Teil der Logistik und unterstützt daher die Erfüllung der logistischen Ziele, welche unter dem Begriff der 6 R (richtige Menge, richtiges Objekt, richtiger Ort, richtiger Zeitpunkt, richtige Qualität, richtige Kosten) oder auch 7 R (zusätzlich richtiger Kunde) zusammengefasst werden. Erfüllt nun beispielsweise ein Transportvorgang alle genannten Ziele, kann dieser als effektiv bezeichnet werden. Jedoch ist eine Aussage über die Effizienz erst im Vergleich mit anderen Transportvorgängen möglich. Als vereinfachtes Beispiel kann der Transportvorgang eines Pakets genommen werden. Das Paket kann in einem ansonsten unbeladenen LKW oder in einem Sprinter gemeinsam mit anderen Paketen, die einen ähnlichen Zielort haben, transportiert werden. Im Falle des LKWs entstehen Opportunitätskosten, da der Frachtraum nicht ausgenutzt wird. Somit kann der Transport mit dem Sprinter als effizient(er) betrachtet werden. Sollte das Paket nun mit einem ansonsten unbeladenen Schiff transportiert werden, so erscheint die Verwendung des LKWs nicht mehr als ineffizient (erste Methode). Dieses Beispiel zeigt, dass die Auswahl der Referenzen einen Einfluss darauf hat, was als effizient oder ineffizient bezeichnet werden kann. Allgemein ausgedrückt ist die Effizienz ein Verhältnis (Quotient) von Ertrag, im folgenden Output oder Outputfaktor(en) genannt, und Mitteleinsatz, im folgenden Input oder Inputfaktor(en) genannt []. Um die Effizienz zu erhöhen kann der Output erhöht oder der Input reduziert werden. Eine Aussagekraft erhält das Ergebnis jedoch erst im Vergleich mit anderen Werten. Diese müssen hierfür die gleichen Input- und Outputfaktoren verwenden. [].In Anlehnung an Paretos ökonomischen Effizienzbegriff und Koopmans Übertragung auf die Produktionstheorie wird von der Pareto-Koopmans-Effizienz gesprochen, wenn weder Input- noch Outputfaktoren verbessert werden können, ohne einen anderen zu verschlechtern und es niemanden gibt, der gleichgut oder besser ist. Sowohl die Erhöhung des Outputs als auch die Reduzierung des Inputs erhöhen die Effizienz. An den 7 R und dem Beispiel Pakettransport wird jedoch deutlich, dass sowohl Input als auch Output aus unterschiedlichen Faktoren (Fahrzeuge) bestehen können. Ein Effizienzvergleich wird hierdurch erschwert, da entweder identische Faktoren vorliegen oder diese zunächst vergleichbar gemacht werden müssen, z.B. monetäre Bewertung aller Faktoren. Bereits die Auswahl der zu betrachtenden Faktoren unterliegt subjektiven Entscheidungen und kann nur erfolgen, wenn das Themengebiet und die Zusammenhänge von Mitteleinsatz und Ertrag bekannt sind. Darüber hinaus können auch die Messung und die Bewertung dieser Faktoren von Subjektivität geprägt sein. Um solche Entscheidungen zu objektivieren, können beispielsweise die Nutzwertanalyse (NWA) oder die Analytical Hierarchy Process-Methode (AHP) verwendet werden. Allerdings ist auch hierfür Vorwissen notwendig, da diese Methoden mit Hilfe von Experten des jeweiligen Themengebietes durchgeführt werden sollten.Der Vergleich einzelner sogenannter Entscheidungseinheiten (EE), im Zusammenhang der DEA als Decision Making Unit (DMU) bezeichnet, zeigt wie effizient Input in Output umgewandelt wird. Als DMU vergleichbar sind unter anderem Einzelpersonen, Abteilungen, Organisationen, Städte und Staaten. Wie und in welchem Maße die Inputs eingesetzt werden, hängt von den jeweils verfolgten Zielen ab, die sich voneinander unterscheiden können. Um diese Ziele zu erreichen, müssen Annahmen über zukünftige Entwicklungen getroffen werden. Da die Annahmen meist nur unter Unsicherheit getroffen werden können, spielen hier unter anderem Risikoaffinität, Erwartungswerte und der subjektive Nutzen des Entscheidungsträgers eine Rolle. An dieser Stelle sei vor allem auf die Arbeiten von Daniel Kahneman und Amos Tversky verwiesen, welche die menschlichen Entscheidungsprozesse in der Wirtschaft untersuchten und Abweichungen von Erwartungen auf Heuristiken zurückgeführt haben. Auch die von John von Neumann entwickelte und von John Nash erweiterte Spieltheorie ist ein elementarer Baustein zur Analyse des Entscheidungsproblems.Zusammenfassend lässt sich die Situation der DMUs als multikriterielles Entscheidungsproblem, auch multicriteria decision making (MCDM) genannt, zusammenfassen. [].Durch die Betrachtung der Input- und Outputfaktoren kann die Effizienz der DMU errechnet werden. Daraus lässt sich jedoch nicht ableiten, welche Faktoren maßgeblich für die Erreichung des Ergebnisses waren. Dies hat zur Folge, dass sich auch keine Strategie für andere DMUs ableiten lässt. Im folgenden Abschnitt werden Verfahren vorgestellt, welche zur Ermittlung der Effizienz dienen. Diese werden auch auf die Eignung hin untersucht, einen Wirkungszusammenhang zwischen Input und Output herzustellen.4.2. Effizienzmessverfahren:Für die Messung und Bewertung der Effizienz dieser Transformationsprozesse stehen mehrere Verfahren zur Verfügung. Diese werden unterschieden in die Gruppe der Kennzahlen, parametrische und nicht-parametrische Verfahren. Zu jeder dieser drei Gruppen werden Methoden inklusive deren Vor- und Nachteilen vorgestellt und auf ihre Anwendbarkeit hin geprüft.4.2.1. Kennzahlen:Eine einfache Art der Effizienzmessung kann durch die Ermittlung von Kennzahlen geschehen. Diese können reine Input- (z.B. Anzahl der Mitarbeiter) oder Outputfaktoren (z.B. Umsatz) sein, also absolute Größen darstellen. Alternativ können sie zueinander ins Verhältnis gesetzt werden (z.B. Umsatz pro Mitarbeiter) und so Relationen anzeigen. Verschiedene (absolute und relative) Kennzahlen können kombiniert werden und dadurch beispielsweise Unternehmensbereiche (z.B. Beschaffung, Produktion, Verwaltung, Marketing) beschreiben. Sie können aber auch nach Themen (z.B. Jahresabschluss) und Zielhierarchien (z.B. strategische Ziele) zusammengefasst werden. []Eine solche Zusammenfassung von Kennzahlen wird auch Kennzahlensystem genannt. Das erste wesentliche und noch bis heute sehr verbreitete Kennzahlensystem heißt DuPont System of Financial Control oder kurz DuPont-Kennzahlensystem. [].Aus dem DuPont-Kennzahlensystem entwickelten sich weitere Systeme, die zum Teil fast ausschließlich länderspezifisch verbreitet sind, wie beispielsweise das französische Tableau de Bord, das deutsche ZVEI-Kennzahlensystem [] oder das britische Pyramid Structure of Ratios.Die Struktur und Ermittlung solcher Kennzahlen(systeme) ist vergleichsweise einfach, jedoch nicht in der Lage die komplexen Strukturen und Entscheidungen von beispielsweise Unternehmen vollständig abzubilden. Darüber hinaus wird ein Zusammenhang zwischen ausgewählten Indikatoren und dem Erfolg impliziert. Die Auswahl der Kennzahl(en) ist somit subjektiv und der tatsächliche Einfluss unbekannt. Kennzahlensysteme eignen sich daher, um bekannte Zusammenhänge in Teilbereichen zu vergleichen, jedoch nicht die Effizienz von DMUs zu messen.4.2.2. Parametrische Verfahren:Eine weitere Möglichkeit zur Ermittlung der Effizienz ist die Berechnung der sogenannten Produktionsfunktion. Bei den parametrischen Verfahren kann dies beispielsweise mit der Methode der kleinsten Quadrate, auch ordinary least squares (OLS) genannt, durchgeführt werden. Aus den vorhandenen Daten der DMUs wird ein Durchschnitt gebildet, der als Maßstab dient. Von der OLS gibt es abgewandelte Versionen, wie die korrigierte OLS (COLS) und modifizierte OLS (MOLS). Bei beiden wird die zunächst errechnete Produktionsfunktion (OLS) um einen gewissen Wert verschoben, um alle bzw. möglichst viele Datenpunkte unterhalb der Funktion einzuschließen. Die vergleichsweise einfachen Methoden haben zum Nachteil, dass eine Annahme über den Verlauf der Funktion getroffen werden muss und diese anfällig für Ausreißer ist.Die Stochastic Frontier Analysis, kurz SFA, erklärt einen Teil der Differenz zu der ermittelten Produktionsfunktion als Zufallsschwankung, sodass sie robuster gegenüber Ausreißern ist. Die verschobene Funktion liegt daher unterhalb der COLS. Da die grundsätzliche Vorgehensweise der COLS ähnelt, sind die Nachteile der parametrischen Funktionen nur teilweise abgemildert.