Denkstudio für strategisches Wissensmanagement zur Analyse mittelstandsorientierter Businessoptionen auf der Basis von Personalbilanzen und Standortbilanzen,

Jörg Becker Friedrichsdorf

Dipl.Kfm. Jörg Becker Friedrichsdorf
Dipl.Kfm. Jörg Becker Friedrichsdorf

Die unablässige Suche nach immer mehr Informationen versperrt den Bli- Mittck für das, was wirklich wichtig ist. Oft ist weniger mehr. Business Intelligence generiert vor allem Basisinformationen für zukunftsorientierte Prognosen und Planungen

Wissensmanagement – Big Data ist nicht Big Wissen.

Reduktion der Komplexität:

man muss gründlich nachdenken, um aus der schieren Datenflut wirklich benötigtes Wissen herauszufiltern

J. Becker Denkstudio

Vom Data Mining vollzieht sich in Form von Reality Mining ein lautloser Übergang zur Analyse ganzer Lebensmuster realer Menschen. Die solche neuen Realitäten schaffen, Macht ausüben und damit ihr Geld verdienen, können sie selbst in kleinsten Stücken vermarkten und die eigentlichen Eigentümer der Datenrechte nicht nur enteignen, sondern sie auch kontrollieren oder gar manipulieren

Nüchternes Kalkül ist manchmal besser als Erfahrungswissen: umgekehrt kann auch eine kalt kalkulierte Wahrscheinlichkeitsrechnung in die Irre führen, wenn hierbei zugrunde gelegte empirische Parameter falsch gesetzt wurden. Philosophisch betrachtet könnte man Wahrscheinlichkeit auch als den Grad des Glaubens an die Wahrheit definieren. 

Journalisten sind (sehen sich gerne als) Welterklärer: um das, was um uns geschieht, für Leser verständlich darzustellen (zu machen). Unabhängig von der Technik und von dem Medium, für welches ein Journalist arbeitet. An erster Stelle steht nach wie vor (noch) das Gedruckte. Das gedruckte Layout kann auf einen Blick ein vielseitiges Kaleidoskop interessanter Sachverhalte bieten. Da die Welt nun einmal so ist wie sie ist können (müssen) Druck und Netz auch in der Medienwelt nebeneinander, besser miteinander, existieren. Noch immer ist der Mensch entscheidend, dessen Kenntnis und Kreativität die Qualität von Wissenstransfers prägt. 

Wichtig ist, sich vor Augen zu halten, dass ein Modell nie besser ist als die Annahmen, mit denen man rechnet. Zudem kann immer auch Unvorhergesehenes passieren. Deshalb versucht man in der angewandten Mathematik, fehlende Parameter so zu schätzen, dass sie zum bisherigen Verlauf passen. Die Kunst dabei ist, richtig zu modellieren, also mathematische Modelle für ein reales Problem zu erstellen.

So wie damals die Dampfmaschine das Ausüben von Arbeitskraft verstärkt hat, so erweitert heute der Computer die Möglichkeiten, Wissen aufzufinden. Das Starten einer digitalen Suchmaschine zur Erschließung von Wissen im Internet geht schneller und leichter als die Befragung eines Experten. Die Welt wird quasi am Bildschirm lesbar, das Wirkliche zum Bestand gemacht. Die Automatisierung von Expertenwissen bringt in einer informationsüberfluteten Gesellschaft Vorteile. Aber so wenig, wie Menschen vollständig von Dampfmaschinen abgelöst wurden, so wenig wird man auch trotz Internet auf Experten verzichten können. Aber weil jeder Wissen googeln kann, bleibt nicht alles so wie es ist. Die Autorität von Experten basiert jetzt weniger auf dem Umstand, mehr zu wissen. Als vielmehr darauf, den strukturellen Überblick zu besitzen, um neues Wissen  angemessen und sachgerecht bewerten und einordnen zu können. Denn Suchmaschinen automatisieren das Finden von Wissen, nicht aber seine Produktion. 

Nicht wenige fühlen, das alles, was in zahllosen Rechnern an Daten wahrgenommen und verarbeitet wird, nicht ausreichen wird, um für die Welt, in der wir uns bewegen, benötigtes Entscheidungswissen zu erzeugen. Der Versuch, fehlendes Wissen, durch Berücksichtigung von immer mehr Informationen zu kompensieren, führt in eine Endlosschleife. Mögliche Erklärung sind u.U. konzeptionelle Defizite, beispielsweise: dass die Potentiale, die Informationsbedürfnisse des Managements umfassend und flexibel abzudecken, viel zu hoch angesetzt werden, dass die Vorstellung vom „vernetzten Manager“ oder „gläsernen Unternehmen“ in der Realität als überzogen erscheint. Was nötig ist, sich Grenzen des Wissens einzugestehen und sich nicht mit immer mehr Informationen über dessen Fehlen hinwegzutäuschen. Es braucht Personen, die den Mut haben, ohne Rechthaberei zu ihrem fragilen Wissen zu stehen.

Komplexität als eine Eigenschaft der uns umgebenden Welt zu akzeptieren, bedeutet, sich darauf einzulassen. Komplexität ist ein Zustand, der sich in ständiger Veränderung in Bezug auf das Ganze befindet. Es geht um das Verständnis der eigenen Rolle bei der Auseinandersetzung  mit den Problemen, die zum einen aus Absichten, Zielen und Plänen, zum anderen aus den vorgefundenen Bedingungen resultieren. Die Situation ist der Betrachtung eines komplizierten Kunstwerks im Halbdunkel vergleichbar, dessen einzelne Facetten durch die Beleuchtung aus jeweils verschieden ausgerichteten Lichtquellen unterschiedliche deutlich hervortreten, d.h. komplex geht es zu, wenn es unüberschaubar, vernetzt, eigendynamisch, undurchsichtig, wahrscheinlichkeitsabhängig oder instabil ist.

J. Becker Denkstudio

7 wichtige Merkmale für eine erfolgreiche Klassifizierung der Kunden

 

Eine Beurteilung, Klassifizierung und Einordnung von Kunden kann zunächst einmal anhand einer üblichen ABC-Analyse erfolgen. Die ABC-Analyse ist eine universelle Methode, mit der für eine Vielzahl von Planungs-, Kontroll- und Analyseaufgaben sinnvolle Schwerpunkte ermittelt werden können. Betriebswirtschaftliche Vertriebsdaten wie Umsätze oder Deckungsbeiträge können danach beurteilt werden, wie wichtig sie im Hinblick auf bestimmte Ziele wie Kunden oder Märkte sind. Bei einer Schwerpunktbildung der Gesamtheit aller in die Untersuchung einbezogenen Positionen ermöglicht die ABC-Analyse, das Wesentliche vom Unwesentlichen zu trennen und so die zur Verfügung stehenden Sach-, Personal- und Finanzmittel gezielt in gewinnbringende Vertriebsaktivitäten zu investieren. Eine ABC-Analyse der Kunden kann beispielsweise mit einer Unterteilung nach festen Umsatzgrößen oder mit einer Unterteilung nach Prozentsätzen des Anteils der Kunden am Verkaufsumsatz erstellt werden. Eine ABC-Bewertungsliste kann dann komplett für alle Kunden oder aber auch für einzelne Kundengruppen erstellt werden. Mit dieser ABC-Klassifizierung können auch die ständige Bonitätsüberwachung der A- und B-Kunden sowie die Ausschaltung unbedeutender C-Kunden unterstützt werden. 

 

Beispiel Kundenklassifizierung nach jährlichem Verkaufsumsatz: Die Ergebnisse zeigen die Bedeutung einzelner Kunden für den Gesamtumsatz des Unternehmens. Diese Kennziffer kann sich unter Umständen von Jahr zu Jahr ändern. Wichtig ist, dass auf Grundlage dieser Ergebnisse Maßnahmen ergriffen werden können, um die Nachfrage bei den wichtigsten A-Kunden durch erhöhte Verkaufsaktivitäten zu sichern. Weiterhin könnten bei bestimmten A-Kunden evtl. zu erwartende Umsatzeinbußen auch durch rechtzeitige Maßnahmen zur Umsatzsteigerung bei B- und C-Kunden rechtzeitig kompensiert werden. 

 

Nicht alle wissen immer, welche Kunden profitabel sind und welche Kunden möglicherweise sogar negative Effekte auf das Ergebnis auslösen. Die häufig praktizierte Bewertung der Kunden nach A-, B-, C- und D-Umsatzgrößen ist ein manchmal nur scheinrationales Raster: der Umsatz des Kunden sagt allein wenig über die Profitabilität des Kunden aus. Oft sind es die umsatzstärksten Kunden, die ohne  Be- oder Verrechnung überproportional Serviceleistungen in Anspruch nehmen. Um die Schwächen der eindimensionalen, rein umsatzbezogenen ABC-Analyse zu vermeiden, lässt sich diese zusätzlich um den Bewertungsmaßstab Deckungsbeitrag erweitern. Daraus lassen sich 9 mögliche Kundenklassen ableiten: Die AA-Kunden mit hohem Umsatz- und DB-Anteil haben den höchsten Kundenwert, die CC-Kunden demgegenüber den niedrigsten Kundenwert. 

 

Ergänzend kann rechnerisch ein Konzentrationsgrad aus Deckungsbeitrags- und Kundenanteil ermittelt werden: Konzentrationsgrad = (Deckungsbeitraganteil : Kundenanteil). Oder mit einer ROC-Analyse (Return on Credit) kann zwischen dem Deckungsbeitrag des Kunden zusätzlich eine Beziehung zur Rentabilität des in den Forderungen investierten Kapitals hergestellt werden: ROC = (Deckungsbeitrag des Kunden: Forderungen gegenüber dem Kunden) x 100. Daraus lässt sich ein ROC-Tableau nach Kundenklassen herleiten. Weitere Kundenklassifizierungen können aufgrund Kaufwiderstand und zukünftiger Wachstumsstärke/Bedeutung des Kunden ermittelt werden. 

Kommentar schreiben

Kommentare: 0