Technical Report 0901 Sonderforschungsbereich 696 ... - SFB 696

Technical Report 0901
ISSN 1867-3473
Einsatz des Analytischen Hierarchie Prozesses zur
Vorbereitung der kundenspezifischen Eingangsgrößen eines
Quality Function Deployments
Priv. Doz. Dr.-Ing. R. Refflinghaus
Sonderforschungsbereich 696
Forderungsgerechte Auslegung von
intralogistischen Systemen – Logistics on Demand
Universität Dortmund
44221 Dortmund
- 1 - SFB 696

Sonderforschungsbereich 696
Forderungsgerechte Auslegung
von intralogistischen Systemen
– Logistics on Demand
Technical Report 0901
ISSN 1867-3473
Teilergebnisse zum Teilprojekt A1:
Einsatz des Analytischen Hierarchie Prozesses zur
Vorbereitung der kundenspezifischen Eingangsgrößen eines
Quality Function Deployments
SFB-Arbeitsgruppe A1 (gesamt):
Prof. Dr.-Ing. H.-A. Crostack (TP A1, D1)
Dipl.-Kff. S. Klute
Priv. Doz. Dr.-Ing. R. Refflinghaus (TP A1)
Dipl.-Logist. N. Schlüter (TP A1)
Dortmund, den 26.05.2009
- 2 - SFB 696

Abstract
Unternehmen können nur dann langfristig am Markt bestehen, wenn sie ihre Produkte
kundengerecht entwickeln und produzieren. Nur so ist eine Kundenzufriedenheit
sicherzustellen und somit auch eine Kundenbindung möglich. Neben den
Kundenanforderungen selbst sind die Gewichtungen der Kundenanforderungen die
Haupteingangsgrößen der weltweit anerkannten QM-Methode „Quality Function
Deployment“ (QFD). Mit einer QFD werden Kundenanforderungen in gewichtete
Produkt- und später Prozessmerkmale transferiert. Bislang wurden meist absolute
Gewichtungen der Kundenanforderungen als Eingangsgrößen der QFD genutzt. Jetzt
wurde analysiert, ob durch den Einsatz von relativen Gewichtungen die Genauigkeit
der Kundenaussagen gesteigert werden kann. Die aus dem von Saaty entwickelten
Analytic Hierarchie Prozess (AHP) gewonnenen relativen Gewichtungen bilden
sicherlich die Kundenmeinung exakter ab. Ein Grund hierfür kann die intensivere
Befragungstechnik beim Kunden sein. Es wurde nun untersucht, ob die Nutzung von
relativen Gewichtungen als Eingangsgröße einer QFD überhaupt möglich ist, ob diese
ggf. noch umgerechnet werden müssen und ob eine Steigerung der Genauigkeit
gegenüber der Nutzung von absoluten Gewichtungen vorhanden ist. Bei der
Anwendung des AHP im Rahmen der Planung einer logistischen Anlage wurde deutlich,
dass maximal sieben Anforderungen gleichzeitig von einem Kunden bewertet werden
können. Somit musste eine entsprechende Hierarchie aufgebaut werden, um
anschließend die Anforderungen und ihre Gewichtungen korrekt in die QFD
transferieren zu können.
Schlagwörter:
Quality Function Deployment (QFD), Analytic Hierarchie Process (AHP),
Kundenanforderungen, Stakeholder, Gewichtung, relative Gewichtung, absolute
Gewichtung
- 3 - SFB 696

Inhaltsverzeichnis
1 Einleitung .......................................................................................................... 10
2 Kundenspezifische Eingangsgrößen einer QFD – Stand der Technik ................... 12
2.1 Quality Function Deployment nach Akao und ASI ........................................ 12
2.1.1 Die Struktur der Vorgehensweise nach Akao ........................................... 13
2.1.2 Die Struktur der Vorgehensweise nach ASI .............................................. 17
2.1.3 Der Vergleich der beiden QFD-Ansätze nach ASI und Akao ...................... 23
2.2 Strukturierungsmöglichkeiten für Kundenanforderungen ........................... 26
2.2.1 KANO-Modell .......................................................................................... 29
2.2.2 Der Lagerprozess .................................................................................... 31
2.2.3 Einsatz- und Auswahlkriterien für Sortiersysteme nach Jodin und ten
Hompel [Ten Hompel '06b] ...................................................................... 33
2.2.4 Sakowski-Modell [Crostack '06a]............................................................ 36
2.3 Vergleich verschiedener Priorisierungsverfahren ........................................ 38
2.3.1 Der Analytische Hierarchieprozess AHP .................................................. 40
2.3.1.1 Einführung ....................................................................................... 40
2.3.1.2 Charakteristika des AHP .................................................................. 41
2.3.1.3 Methodik ......................................................................................... 44
2.3.2 Die Nutzwertanalyse ............................................................................... 71
2.3.3 Methodischer Vergleich zwischen NWA und AHP ..................................... 77
2.3.4 Kepner-Tregoe-Verfahren ....................................................................... 78
2.3.5 Conjoint-Analyse ..................................................................................... 79
2.3.5.1 Definition der Alternativen ............................................................... 80
2.3.5.2 Bewertung der Alternativen ............................................................. 81
2.3.5.3 Ermitteln der Teilnutzwerte ............................................................. 82
2.3.5.4 Ermitteln der Gesamtnutzwerte ....................................................... 82
2.3.6 Vergleich der Priorisierungsverfahren im Hinblick auf die
Kundenanforderungsgewichtung ............................................................ 83
2.3.6.1 Vergleich der Bewertungstechniken ................................................. 83
2.3.6.2 Vergleich der Bewertungsmethoden ................................................ 91
3 Entwicklung einer Vorgehensweise zur Verwendung relativer
Gewichte als Eingangsgrößen einer QFD ...................................................... 93
3.1 Entwicklung einer Hierarchie von Anforderungen an intralogistische
Anlagen ........................................................................................................... 93
3.1.1 Lösungsansatz I: Überführung der Anforderungsstruktur in eine AHPgeeignete
Struktur .................................................................................. 93
3.1.1.1 Problematik der Zielformulierung .................................................... 96
- 4 - SFB 696

3.1.1.2 Erfordernis einer Anforderungstypisierung ...................................... 97
3.1.1.3 Anforderungsinterdependenzen ...................................................... 97
3.1.1.4 Bewertung quantifizierbarer Kriterien ............................................. 100
3.1.2 Zweiter Lösungsansatz .......................................................................... 101
3.1.2.1 Hierarchisierung der wirtschaftlichen Kriterien .............................. 101
3.1.2.2 Anforderungstypisierung ................................................................ 104
3.2 Auswirkungen der Nutzung relativer Gewichtungen in einer QFD ............... 111
3.2.1 Höhe des Datenniveaus bei den Gewichtungen ...................................... 111
3.2.2 Auswirkungen einer Integration relativer Gewichte ................................ 113
3.2.3 Schwierigkeiten innerhalb der QFD bei der Umstellung auf
relative Werte ......................................................................................... 122
3.2.3.1 Problematik bei relativ gewichteten Kundenanforderungen ............ 123
3.2.3.2 Beispiel ........................................................................................... 127
3.2.3.3 Der Einfluss des verwendeten Verfahrens ....................................... 132
3.2.3.4 Die Bedeutung von Inkonsistenzen ................................................. 137
3.3 Möglichkeiten der Transformation von relativen in absolute
Gewichtungen ........................................................................................... 140
3.3.1 Integration relativer Gewichte durch Anpassung der Skalen ................... 140
3.3.1.1 Anpassung der Skala durch Erweiterung ......................................... 141
3.3.1.2 Anpassung der Skala durch Transformation .................................... 143
3.3.1.3 Veränderung der Transformation .................................................... 147
3.3.2 Integration relativer Gewichte durch Anpassung aller Eingangswerte .... 150
3.3.2.1 Technische Schwierigkeit und kaufmännische Bedeutung .............. 151
3.3.2.2 Korrelation der Kundenanforderungen mit den Produktmerkmalen 152
3.3.3 Integration relativer Gewichte durch Umrechnung in absolute Werte ..... 154
3.3.3.1 Beispiel zur Umrechnung von relativen Werten ............................... 154
3.3.3.2 Der Genauigkeitsverlust .................................................................. 157
4 Einsatz der entwickelten Vorgehensweise ........................................................ 169
4.1 Durchführung der Stakeholder-Befragung ................................................. 169
4.1.1 Gewichtung der Anforderungen durch S1 ............................................... 170
4.1.2 Gewichtung der Anforderungen durch S2, S3.1 und S3.2 ........................ 174
4.2 Darstellung und Analyse der Bewertungsergebnisse .................................. 175
4.2.1 Analyse der Anforderungsklassifizierung von S1 .................................... 175
4.2.2 Analyse der relativen und absoluten Bewertung von S1 .......................... 176
4.2.3 Analyse der Anforderungsklassifizierung von S2, S3.1 und S3.2 ............. 178
4.2.4 Analyse der relativen und absoluten Einzelbewertung von S2, S3.1 und
S3.2 ........................................................................................................ 181
- 5 - SFB 696

4.2.5 Analyse der verdichteten relativen und absoluten Bewertungen von S2,
S3.1 und S3.2 ......................................................................................... 182
4.2.6 Anmerkungen zur absoluten und relativen Gewichtung der Kann-
Anforderungen aus Block B, C und D ....................................................... 184
4.3 Fazit ........................................................................................................... 186
4.4 Analyse der Umrechnung der relativen in absolute Gewichtungen ............. 188
4.4.1 Die Ergebnisse der Befragung ................................................................ 188
4.4.2 Nutzung der relativen Gewichte ............................................................. 191
5 Zusammenfassung und Ausblick ...................................................................... 199
6 Literaturverzeichnis ......................................................................................... 202
7 Anhang ............................................................................................................ 212
7.1 Anforderungsgliederung ............................................................................. 212
- 6 - SFB 696

Abbildungsverzeichnis
Abbildung 1: Struktur des QFD-Systems nach Akao [Akao '92]................................... 16
Abbildung 2: Ablaufschema des Vier-Phasen Ansatzes .............................................. 20
Abbildung 3: House of Quality .................................................................................... 19
Abbildung 4: Vergleich der Ansätze nach ASI und Akao .............................................. 25
Abbildung 5: KANO-Modell [Rupp '02]........................................................................ 29
Abbildung 6: Die fünf Bereiche des Lagerprozesses ................................................... 31
Abbildung 7: Einsatz und Auswahlkriterien von logistischen Anlagen ........................ 33
Abbildung 8: Systemspezifische Kriterien .................................................................. 33
Abbildung 9: Gutspezifische Kriterien ........................................................................ 34
Abbildung 10: Organisatorische Kriterien ................................................................... 34
Abbildung 11: Übergreifende Kriterien ....................................................................... 35
Abbildung 12: Anforderungskatalog nach Sakowski [Sakowski '05]............................ 37
Abbildung 13: Übergreifende Anforderungen ............................................................. 38
Abbildung 14: Ablaufschema des AHP ........................................................................ 44
Abbildung 15: Monohierarchie ................................................................................... 48
Abbildung 16: Polyhierarchie I .................................................................................... 48
Abbildung 17: Polyhierarchie II ................................................................................... 49
Abbildung 18: Hierarchie – Auswahl einer optimalen Universität ............................... 49
Abbildung 19: AHP-Skala ........................................................................................... 51
Abbildung 20: Kriteriengewichte ................................................................................ 56
Abbildung 21: Verdichtung von Einzelentscheidungen ............................................... 66
Abbildung 22: Einbezug von Stakeholdergewichten in die Problemhierarchie .......... 677
Abbildung 23: Ablaufschema einer NWA .................................................................. 722
Abbildung 24: Beispiele für typische Nutzenfunktionen ........................................... 755
Abbildung 25: Ablaufschema einer Conjoint-Analyse ............................................... 800
Abbildung 26: Beispielhierarchie 1, Teil 1 ................................................................. 955
Abbildung 27: Beispielhierarchie 1, Teil 2 ................................................................. 966
Abbildung 28: Beispielhierarchie 2 ............................................................................. 99
- 7 - SFB 696

Abbildung 29: Beispielhierarchie 3 ......................................................................... 1000
Abbildung 30: ROI-Hierarchie ................................................................................. 1022
Abbildung 31: Liste der Messniveaus [Konerding '89]............................................. 1122
Abbildung 32: QFD mit Prozentzahlen als relative Gewichte................................... 1177
Abbildung 33: QFD mit Zahlen ohne Einheit als relative Gewichte .......................... 1188
Abbildung 34: QFD mit absoluten Gewichten ......................................................... 1211
Abbildung 35: Beispiel eines House of Quality [Pfeifer '01]..................................... 1244
Abbildung 36: QFD mit sehr unterschiedlichen relativen Gewichten ...................... 1288
Abbildung 37: QFD mit absoluten Gewichten ......................................................... 1300
Abbildung 38: Beispielhafte Hierarchie von Kundenanforderungen ........................ 1333
Abbildung 39: Hierarchie bei der alle Anforderungen verglichen werden ................ 1344
Abbildung 40: Hierarchie bei der nicht alle Anforderungen verglichen werden ....... 1355
Abbildung 41: Paarweiser Vergleich für den AHP .................................................... 1388
Abbildung 42: Berechnung des Eigenvektors ......................................................... 1388
Abbildung 43: Struktur des Auftretens der Problematik ....................................... 13939
Abbildung 44: Angepasste Skala ............................................................................ 1422
Abbildung 45: Vergrößerung der Abstände der Skalenwerte ................................... 1444
Abbildung 46: Formel zur linearen Transformation ................................................. 1444
Abbildung 47: Lineare Transformation einer Skala von 1 bis 9 ................................ 1455
Abbildung 48: Lineare Transformation einer Skala von 1 bis 10 .............................. 1455
Abbildung 49: Diagramm zum Beispiel der linearen Transformation ...................... 1477
Abbildung 50: Formel zur nicht linearen Transformation ........................................ 1488
Abbildung 51: Nicht lineare Transformation einer Skala von 1 bis 9 ....................... 1488
Abbildung 52: Nicht lineare Transformation einer Skala von 1 bis 10 ................... 14949
Abbildung 53: Diagramm zum Beispiel der nicht linearen Transformation .............. 1500
Abbildung 54: Berechnung der Intervallgrenzen bei einer Skala von 1 bis 10 .......... 1566
Abbildung 55: Berechnung der Intervallgrenzen bei einer Skala von 1 bis 5 ............ 1588
Abbildung 56: Berechnung der Gesamtbewertung mit relativen Werten ................. 1600
Abbildung 57: Berechnung der Gesamtbewertung mit einer Skala von 1 bis 10 ...... 1611
Abbildung 58: Berechnung der Gesamtbewertung mit einer Skala von 1 bis 5 ........ 1622
- 8 - SFB 696

Abbildung 59: Diagramm der relativen Gesamtbewertung ...................................... 1655
Abbildung 60: Alternative Umrechnung der relativen Werte ................................... 1677
Abbildung 61: Relative Anforderungsgewichtung – Werte und Ranking (S2)........... 1744
Abbildung 62: Relative Gewichtung der ROI-Anforderungen ................................... 1766
Abbildung 63: Absolute Gewichtung der ROI-Anforderungen .................................. 1777
Abbildung 64: Hierarchie der Kann-Anforderungen (B, C, D) ................................... 1800
Abbildung 65: Anforderungen (Block A-D) an die Anlage mit Bewertung ............... 18989
Abbildung 66: Betriebswirtschaftliche Anforderungen (Block E) an die Anlage ...... 1900
Abbildung 67: ROI-Anforderungen (Block R) an die Anlage mit Bewertung ............. 1900
Abbildung 68: Intervallgrenzen für die relativen allgemeinen Anforderungen ......... 1933
Abbildung 69: Zuordnung der absoluten Wert bei den allgemeinen Anforderungen 1944
Abbildung 70: Intervallgrenzen der ROI-Anforderungen ......................................... 1977
- 9 - SFB 696

1 Einleitung
Unternehmen, die in einem Hochlohnland wie der Bundesrepublik Deutschland ihre
Produkte fertigen, können langfristig nur dann am Markt bestehen, wenn sich
entweder ihre Produkte qualitativ stark von denen anderer Produzenten
unterscheiden, oder wenn sie durch eine effektive Produktion Kostenvorteile erreichen
können. Durch die Öffnung der Europäischen Union in Richtung Osten wird es immer
schwieriger, Kostenvorteile zu erzielen. Zudem nimmt die Ähnlichkeit der am Markt
angebotenen Produkte und Anlagenkomponenten aufgrund der technologischen
Globalisierungstendenzen stetig zu. Somit ist es den deutschen Unternehmen nur
noch möglich, durch eine hohe Qualität der Produkte Wettbewerbsvorteile und eine
ausreichende Kundenbindung zu erreichen.
Durch die Einführung der Normen DIN EN ISO 9000ff., VDA 6.1, QS-9000, ISO TS 16949,
u. a. ist in vielen Fällen der trügerische Eindruck entstanden, Qualität sei mit der
Erfüllung der Forderungen der Normen „erledigt“. Diese stellen aber nur eine
notwendige, keine hinreichende Bedingung für das Bestehen im Wettbewerb und
entsprechende Markterfolge dar. Zum anderen ist es die unreflektierte Erfüllung von
Spezifikationen und Pflichtenheften. Die Anforderungen werden in der Regel über
Lasten-/ Pflichtenhefte vorgegeben, die auf der Erfahrung in der Vergangenheit mit
ähnlichen Produkten oder den Vorgaben von groben Marktanalysen basieren. Die
„Qualität“ des Anforderungsprofils ist dabei in der Regel nicht Gegenstand der
Betrachtung. Eine durchgeführte Erhebung bei Zulieferern der Automobilindustrie
ergab, dass die Lasten-/ Pflichtenhefte von 17 Herstellern für ein einziges Produkt
drastisch unvollständig waren und z.T. Forderungen auf verschiedener Basis
(Produkteigenschaften, Prüfmerkmale) enthielten. Erste Ansätze, die Anforderungen
systematischer zu erheben [Schwarze '02], erstrecken sich dabei vorwiegend auf das
„Kern“-Produkt. Neuere Ergebnisse im Bereich der Kundenorientierung belegen aber
die zunehmende Bedeutung auch produktbegleitender Faktoren für den
Kaufentscheid, so dass heute u. a. vom „erweiterten Produktbegriff“ gesprochen wird.
Der allgemeine Stellenwert von Kundenanforderungen liegt im Bereich von
logistischen Dienstleistungen laut einer im August 2005 durchgeführten Umfrage
[Pötzsch '05] bei Betreibern von logistischen Anlagen hoch (40%), bzw. sehr hoch
(50%). Allerdings ist die Erfassung von Kundenanforderungen an sich nicht so gut
organisiert, wie dies aus Sicht einer umfassenden Kundenorientierung angebracht
wäre. Lediglich 40% der Befragten gaben an, mit Art und Umfang der Erfassung von
Kundenanforderungen durch Hersteller ausreichend zufrieden zu sein. Hierfür können
mehrere Gründe angeführt werden. Ein Grund ist die kaum vorhandene Bedeutung der
- 10 - SFB 696

Marktforschung in diesem Bereich. Diese spielt gegenwärtig eine stark
untergeordnete Rolle. Lediglich 10% der befragten Betreiber wurden von
Herstellerfirmen, von denen sie direkt kaufen, mittels Gesprächen, Workshops oder
sonstigen Marktforschungsmethoden nach ihren Wünschen befragt.
Die schon lange Zeit bekannte und verfügbare Qualitätsmanagement-Methode
„Quality Function Deployment“ (QFD) wird vorrangig angewendet, um bereits in den
frühen Phasen des Produktentstehungsprozesses durch ein systematisches Vorgehen
eine hohe Qualität der Produkte zu erreichen. Hierfür müssen die
Kundenanforderungen möglichst vollständig erfasst und exakt gewichtet werden. Nur
so können die anschließend definierten Produktmerkmale, die aus den
Kundenanforderungen abgeleitet werden, nutzenorientiert optimiert werden
[Crostack '06a].
Bei der konventionellen Vorgehensweise einer QFD, wie sie in der Praxis Anwendung
findet, werden die Kundenwünsche jedoch oft nicht mit sehr hoher Präzision erfasst.
Meist werden Anforderungslisten mit der Möglichkeit an Kunden gegeben, die
Gewichtungen auf Skalen zwischen 1 und 5 anzukreuzen. Diese Art der Befragung
führt zu schnellen Antworten der Kunden und zu meist nahe dem Mittelwert liegenden
Gewichtungen. Es ist bei der Analyse der Ergebnisse solcher Befragungen leicht
erkennbar, dass sich die Befragten meist nicht intensiv mit der Fragestellung bzw. den
Anforderungen auseinandergesetzt haben.
Daraus resultiert, dass auch die Ergebnisse einer QFD nicht exakt sein können, da ihre
Aussagekraft entscheidend von der Qualität der Eingangsgrößen abhängt. Deshalb
wurde im Rahmen der hier beschriebenen Arbeiten versucht, eine
Genauigkeitssteigerung der Eingangsgrößen durch die Anwendung ergänzender
Techniken z.B. des Analytic Hierarchy Process (AHP), zu erreichen. Hierbei werden die
Befragten nicht mit einer Liste von Anforderungen konfrontiert, sondern sie bewerten
mit paarweisen Vergleichen die Anforderungen von ihrer Wichtigkeit her
untereinander. Die Folge ist, dass die gewichteten Kundenanforderungen unter
Umständen nicht wie bei der konventionellen QFD als absolute Werte eines definierten
Skalenintervalls, z. B. von 1 bis 5 oder 1 bis 10, sondern in Form von relativen Werten
zwischen 0 und 1 in die Berechnung der QFD eingehen [SFB696 '07]. Hier gilt es nun
eine Vorgehensweise zu erarbeiten, mit der die exakteren relativen Gewichtungen in
eine Form überführt werden, welche eine Nutzung in einer QFD zulässt.
- 11 - SFB 696

2 Kundenspezifische Eingangsgrößen einer QFD – Stand der
Technik
Die Qualitätsmanagementmethode „Quality Function Deployment“ (QFD) soll vorrangig
dazu dienen, Kundenanforderungen (inklusive deren Gewichtungen) in
Produktmerkmale zu überführen, um Produkte zu entwickeln, die möglichst
umfassend die Wünsche der Kunden erfüllen. Haupteingangsgrößen einer QFD sind
einerseits die Kundenanforderungen und andererseits mögliche Produktmerkmale.
Eine präzise Darstellung der tatsächlichen Kundenwünsche in Form von
Kundenanforderungen und deren Gewichtungen ermöglicht ein möglichst präzises
Ergebnis der QFD. Im Rahmen dieses Kapitels wird der Stand der Technik für
Methoden zur Strukturierung und Handhabung der kundenspezifischen
Eingangsgrößen einer QFD dargestellt. Hierzu wird die QFD selbst kurz skizziert und
darauf aufbauend werden die Möglichkeiten der Strukturierung der Anforderungen
und der Darstellung der Gewichtung der Anforderungen analysiert.
2.1 Quality Function Deployment nach Akao und ASI
Die Methode der QFD als Grundkonzept zur Qualitätsplanung geht zurück auf den
Japaner Yoji Akao im Jahre 1966. Die erste praktische Anwendung ist 1972 auf der
Kobe-Schiffswerft der Mitsubishi Heavy Industries datiert. Die Toyota Motor Company
Ltd. übernahm kurz darauf diese Methode und entwickelte sie nach eigenen
Ansprüchen weiter. Im Jahr 1983 wurden die Ausführungen von Yoji Akao in den USA
erstmalig veröffentlicht. Als erste amerikanische Firmen führten Rank Xerox und Ford
die Methodik ein. Weitere Firmen folgten.
Für die QFD sind derzeit im Wesentlichen zwei Varianten bekannt. Einerseits die von
Prof. Akao entwickelte „Ur-QFD“ und anderseits die vom American Supplier Institute
(ASI) gestaltete Variante. Beide Varianten sollen hier kurz vorgestellt werden, um
daraus die Unterschiede und Gemeinsamkeiten hinsichtlich der kundenspezifischen
Eingangsgrößen verdeutlichen zu können.
Bei einer QFD werden in den Matrizen existente Verknüpfungen von Zeilen und Spalten
der Eingangsgrößen dargestellt. Die Wertung der Verknüpfungen ist üblicherweise in
"schwach", "mittel" und "stark" eingestuft. Die angesprochenen Daten werden durch
eine QFD-typische WAS-WIE-Fragestellung angeordnet.
Für Forderungen auf der Zeilenebene gelten die Fragen: "WAS braucht der Kunde,
WAS will er haben, WAS wird benötigt, WAS ist für alle sinnvoll, WAS soll erreicht
- 12 - SFB 696

werden, ...". Die Fragestellungen hinsichtlich der Produkt- bzw. Qualitätsmerkmale
sind: "WIE bekommt man es, WIE stellt man es her, WIE setzt man es ein, WIE soll
das erreicht werden, ...".
Die QFD-Matrizen lassen sich mit diesen Fragestellungen überall dort einsetzen, wo
sich Schnitt- oder Übergabestellen befinden. Die weiterführenden Tabellen sind
aufbereitete Informationen - Gewichtungen von Listeneigenschaften oder Vergleiche -,
die je nach Bedarf neu entwickelt oder von bestehenden Matrizen übernommen
werden. Eine häufig genutzte Funktion ist die Korrelation mit sich selbst, durch die
Widersprüche sehr gut erkannt werden können.
Durch die Darstellung der Informationen in gewichteten Listenfeldern und durch
Korrelation der Felder besitzt die QFD verschiedene vorteilhafte Anwendungsmöglichkeiten:
• Aufbereitung und klare Darstellung von Daten in den Feldern;
• Aufzeigen von Abhängigkeiten und Einflüssen durch die Korrelation;
• Darstellung von Zielkonflikten durch Angaben der Korrelation und der
weiterführenden Tabellen.
Die angewandte Gewichtung und Korrelation kann von relativ einfacher Mathematik
bis hin zu komplizierten Algorithmen gehen. Meist werden die Zeilenebenen mit den
Korrelationen (schwach = 1; mittel = 5; stark = 9) multipliziert und die Werte pro
Spalte addiert.
2.1.1 Die Struktur der Vorgehensweise nach Akao
Der Entwickler von QFD Yoji Akao prägte bezüglich seiner Methodik den Satz:
"Copy the spirit, not the form."
Er wollte, dass seine Methode nicht Matrize für Matrize kopiert wird, vielmehr sollte
QFD flexibel bleiben und neue bedarfsgerechte Funktionalitäten adaptieren.
Ein umfassendes QFD-System muss nach Yoji Akao außer der Qualitätsentwicklung
auch die Technologie-, Zuverlässigkeits- und Kostenentwicklungen beinhalten. Dabei
muss der Konkretisierungsgrad im Laufe der Entwicklung steigen und die Weitergabe
der Informationen sicher gewährleistet sein. Dies realisiert Yoji Akao über sogenannte
Informationspfade, die im Allgemeinen einen Konkretisierungsgrad (Detailstufe bei der
Bearbeitung des Produkts/Prozesses) beibehalten und Informationen der Listenfelder
von einer Matrix auf weitere Matrizen und Tabellen übertragen. Durch die
Informationspfade können Änderungen in einer Liste sofort auf die verknüpften
- 13 - SFB 696

Matrizen und Tabellen übertragen werden. Die Gefahr einer nicht durchgängigen
Änderung und Aktualisierung von Zusammenhängen wird so verringert.
Durch die zusammenhängende Darstellung der einzelnen Elemente (Matrizen,
Tabellen, Listen, ...) ist ein durchgängiges Vermitteln, Umwandeln und Verknüpfen der
Anforderungen über die Konkretisierungsebenen im Produkterstellungsprozess mit
Gewichtungen möglich. Das Ablaufschema von Yoji Akao hat sich in vielen Fällen
bewährt, ist aber nicht als fix anzusehen, sondern hilft bei der Entwicklung einer
eigenen Variante. Die einzelnen Matrizen sollen miteinander kombiniert werden.
Ergänzungen sowie Änderungen bestehender Matrizen sind hierbei jederzeit möglich.
Die QFD-Methodik soll nicht alle Datenkorrelationen und Prozessschritte festhalten
und verbessern, sondern nur wichtige und kritische Merkmale genauer analysieren
und verbessern. Ziel ist es, die Methode so klein wie möglich zu halten und dabei so
genau wie möglich zu arbeiten.
Die in Abbildung 1 gezeigte Struktur des QFD-Systems nach Akao [Akao '92] besteht
im Wesentlichen aus den vier Spalten:
I Qualitätsentwicklung
II Technologieentwicklung
III Kostenentwicklung
IV Zuverlässigkeitsentwicklung
Jede Spalte besteht wiederum aus den einzelnen Zeilen 1 bis 4 und enthält
grundsätzlich sogenannte Qualitätstabellen, in denen Informationen bereitgestellt
und miteinander verknüpft werden. Weiterhin sind einzelne Tabellen einer Spalte
„bereichsübergreifend“ mit Tabellen einer anderen Spalte verknüpft. Die Bezeichnung
der einzelnen Qualitätstabellen ergibt sich aus der Verknüpfung von Zeilen- und
Spaltennummer, beispielsweise „2-II“. Die in Abbildung 1 grün, blau und rot
eingefärbten Dreiecke sollen bereits an dieser Stelle verdeutlichen, dass ihre Inhalte
identisch sind.
- 14 - SFB 696

Akao empfiehlt eine einzelne und sequentielle Bearbeitung der Spalten beginnend mit
der Spalte I, wobei jede Spalte zeilenweise von 1 bis 4 und von „oben nach
unten“[Akao '92], entwickelt werden kann. In den folgenden Kapiteln wird diese
Bearbeitungsreihenfolge des QFD-Systems aufgegriffen.
Ist ein ausreichendes Verständnis über die QFD-Methode vorhanden und ist diese im
Unternehmen implementiert, kann von der starren Reihenfolge abgewichen werden.
Es ergibt sich der Vorteil der Nutzung von Synergieeffekten, wenn folgendes
angenommen wird: Überschneiden sich die Produktentwicklungszyklen von zwei
Produkten, Produkt A und Produkt B, so muss nicht auf den Abschluss der gänzlichen
Ausarbeitung der QFD-Systematik bei Produkt A gewartet werden. Es können die
bereits bei Produkt A erarbeiteten Qualitätstabellen bei der Entwicklung von Produkt B
genutzt werden.
- 15 - SFB 696

Abbildung 1: Struktur des QFD-Systems nach Akao [Akao '92]
Die Methode QFD nach der Entwicklung von Yoji Akao zeichnet sich durch
grundlegende Analyse- und Bewertungs-, sowie Dokumentationsfähigkeiten aus. Der
- 16 - SFB 696

Entwickler legt Wert auf eine Verbesserung von bestehenden Produkten und
Prozessen, wobei er Technologiesprünge vorsieht. Die Methode QFD ist nach Akaos
Aussagen niemals als vollständiges Werk zur Produkterstellung gedacht, sondern soll
die Schnittstelle zwischen Kundenwunsch und Produktmerkmalen bestmöglich
realisieren. Yoji Akao legt Wert auf die Beachtung dieser Kundenwünsche in jeder
Entwicklungsphase. Auf der anderen Seite gibt er dem Konstrukteur eine
richtungsweisende Methode zur Identifikation von Engpassteilen, die flexibel den
Unternehmensbedürfnissen angepasst werden kann [Akao '92].
2.1.2 Die Struktur der Vorgehensweise nach ASI
Eine sehr geläufige Variante der QFD, insbesondere in den Vereinigten Staaten und
Europa, ist die des American Supplier Institute, kurz ASI. Das American Supplier
Institute ist eine Nonprofit-Organisation, die sich zum Ziel gesetzt hat, die
Wettbewerbssituation der amerikanischen Zulieferindustrie zu verbessern
[Fachbibliothek '06, Kämpf '06].
Das von Neumann als amerikanisches Modell bezeichnete Vorgehen ist der
„sogenannte konkrete QFD Ansatz“ [Neumann '96]. Er ist von den Arbeiten der Japaner
Makabe und Fukuhara geprägt und steht in der deutschsprachigen Literatur zum
Thema QFD meist im Vordergrund. Er greift den Ansatz von Akao auf, reduziert aber
den Inhalt sehr stark und zeichnet sich durch eine eindeutige Gliederung aus.
Charakteristisch ist die serielle Abfolge der einzelnen Phasen. Späte Phasen bauen
auf den Ergebnissen der vorherigen auf. Mögliche Rücksprünge zu vorherigen Phasen
sieht dieser Ansatz nicht vor [Mai '98, Neumann '96].
Der von der ASI verbreitete Ansatz für eine QFD wird als Vier-Phasen Ansatz
bezeichnet. Abbildung 2 zeigt das Grundprinzip der Methode. Zu sehen sind die vier
Phasen, ihre Bezeichnungen und die jeweiligen Ergebnisse der einzelnen
Planungsschritte. Die vier Phasen sind durchgängig miteinander verknüpft. Jede
Phase hat als Ergebnis bestimmte Zielgrößen. Diese gehen in den linken Teil der
nächsten Phase ein [Mai '98].
- 17 - SFB 696

hohe
Priorität
hohe
Priorität
hohe
Priorität
Kundenanforderungen
Priorisierung
Produktcharakteristika
Priorisierung
Komponenteneigenschaften
Priorisierung
Prozessparameter
Priorisierung
Abbildung 2: Ablaufschema des Vier-Phasen Ansatzes
Im Mittelpunkt des Vier-Phasen Ansatzes steht das Aufstellen von sogenannten
Planungstafeln. Für jede der vier Phasen gibt es eine eigene, die je nachdem als
Produktplanungstafel, Komponentenplanungstafel, Prozessplanungstafel oder
Produktions-planungstafel bezeichnet wird [Kämpf '06, Saatweber '06].
Die Matrizen der ersten Phase, der Produktplanung, werden als House of Quality
bezeichnet. Dort werden die Kundenbedürfnisse mit den technischen Anforderungen
zusammengebracht. Hierbei können kritische technische Anforderungen erkannt
werden, um so Engpässe bei der Entwicklung aufzuzeigen. Das Ergebnis sind die
Qualitätsanforderungen für die Konstruktion. Gelegentlich wird das House of Quality
fälschlicherweise mit dem QFD gleichgesetzt [Hoffmann '97, Saatweber '06].
Die Teileplanung bildet die zweite Phase des QFD-Ansatzes nach ASI. Hier werden die
Teile des Produktes den technischen Anforderungen gegenüber gestellt. Diese
technischen Anforderungen werden aus den Spezifikationen der ersten Phase
übernommen. So gehen die Qualitätsmerkmale in die Baugruppen, Unterbaugruppen
und Bauteile ein. Nach dem QM-InfoCenter sind die Ziele der Phase II neben der
Ermittlung der kritischen Teile auch die Wahl des bestgeeigneten Konzeptes für die
Entwicklung. So werden hier die wesentlichen Elemente für die dritte Phase bestimmt
[Hoffmann '97]Die Prozessplanung, die dritte Phase, stellt Prozesse und kritische Teile
des Produktes gegenüber. Auch hier entstammen die Informationen über die Teile den
Spezifikationen der vorherigen Phasen. Es werden Prozess- und Prüfablaufpläne
erstellt und kritische Prozessmerkmale ermittelt. Ziele der dritten Phase sind die
- 18 - SFB 696

Gewichtung
Festlegung der Prozesscharakteristika und der Prozesszielwerte. Auch sollten die zu
bearbeitenden Kriterien für die vierte Phase ermittelt werden. Am Ende sollten alle
kritischen Prozessparameter ermittelt worden sein. Für diese können z.B. besondere
Prüfpläne erstellt werden [Hoffmann '97, Saatweber '06]. Die letzte Phase ist die der
Produktionsplanung. Wie schon bei den letzten beiden Phasen zuvor, wird auch hier
das Ergebnis der vorherigen Phase, also die kritischen Prozesse, übernommen. Diese
werden jetzt mit der Produktionsplanung zusammengebracht. Die so entstehende
Produktions-Planungsmatrix zeigt Aspekte, die bei den Prozessen zu beachten sind.
Saatweber nennt als Beispiele: Betriebsbedingungen, Qualitätssicherungspläne,
sowie Arbeitsanweisungen [Hoffmann '97, Saatweber '06].
Im Folgenden wird auf die erste der vier Phasen näher eingegangen. Auch wenn das
House of Quality nicht mit QFD gleichzusetzen ist, so erhält es doch besondere
Beachtung. Das House of Quality ist der wesentliche Bestandteil des Ansatzes nach
ASI, und M. Larry Shillito bezeichnet es als das „nerve center“ [Shillito '95] des QFD-
Prozesses. In der Literatur dominiert es über die Methode nach ASI.
Wie oben bereits erwähnt, wird die Produktplanungstafel, also die Matrizen der ersten
Phase des Vier-Phasen Ansatzes, als House of Quality bezeichnet. In Abbildung 3 ist
ein House of Quality in einer allgemeinen Form dargestellt.
Kundenanforderungen
Wettbewerbsvergleich
Abbildung 3: House of Quality
- 19 - SFB 696

Die einzelnen Schritte zum Ausfüllen der Tabellen werden in verschiedener Literatur
unterschiedlich bezeichnet und abgegrenzt. Kämpf gliedert das Vorgehen in acht
Schritte:
1. Bewertung der Kundenanforderungen
2. Wettbewerbsvergleich durch Kunden
3. Erarbeitung der konstruktiven Auslegungsanforderungen bzw.
Produktmerkmale aus den Kundenanforderungen
4. Korrelation zwischen den Kundenanforderungen und den Produktmerkmalen
ermitteln
5. Ermittlung der Kundenorientierten technischen Bedeutung der einzelnen
Produktmerkmale
6. Festlegung der Sollwerte und der Optimierungsrichtung
7. Ermittlung der Korrelation zwischen den Produktmerkmalen
8. Analyse des House of Quality
Der erste Schritt, die Bewertung der Kundenanforderungen, teilt sich in die
Strukturierung und die Gewichtung der Anforderungen auf. Eine Strukturierung der
Kundenanforderungen, die in der Terminologie des QFD auch als „Whats“ bezeichnet
werden, ist unerlässlich. Dies geschieht, um einen einheitlichen Detaillierungsgrad zu
erlangen und so eine möglichst unverzerrte Sichtweise auf die Anforderungen zu
bekommen [Kämpf '06, Pfeifer '01]. Im Wesentlichen werden in diesem Schritt die
kundenseitigen Eingangsgrößen der QFD eingebracht. Diese bestehen zum einen aus
den Anforderungen selbst und zum anderen aus den zugehörigen Gewichtungen. Mit
diesen Gewichtungen wird dann im weiteren Verlauf der QFD weiter gerechnet.
Der nächste Schritt ist der Wettbewerbsvergleich durch die Kunden. Hierbei geht es
darum, das zu entwickelnde Produkt mit Konkurrenzprodukten hinsichtlich der
Erfüllung der einzelnen Anforderungen zu vergleichen. Zu empfehlen ist, dass dafür
mindestens zwei Produkte von anderen Anbietern ermittelt werden, die als „Best in
Class“ gelten. Dies ist wichtig, damit das eigene Produkt die Konkurrenz übertreffen
kann. Für die Bewertung wird meistens eine Skala von 1 „niedrigste Erfüllung“ bis 5
„höchster Grad der Erfüllung“ angewendet.
Die Erarbeitung der konstruktiven Auslegungsanforderungen stellt den nächsten
Schritt dar. Hier werden die technischen Konstruktions- und Produktmerkmale
ermittelt, die zur Erfüllung der Kundenanforderungen benötigt werden. Das bedeutet,
dass die Merkmale die Anforderungen der Kunden in einer gewissen Weise
- 20 - SFB 696

eeinflussen. So können die Kundenanforderungen durch technisch messbare
Merkmale, die so genannten „How“s, ausgedrückt werden. Zu beachten ist, dass bei
der Wahl der Konstruktions- und Produktmerkmale noch keine bestimmte Lösung
bevorzugt wird. Dies könnte z.B. der Fall sein, wenn nur Merkmale aufgenommen
werden, die für eine mögliche Realisierung besonders günstig sind. Die Folgen wären,
dass der Rahmen zur Realisierung eingeengt wird und so nicht die optimale Lösung
ermittelt werden kann.
Im vierten Schritt werden die Korrelationen zwischen den Kundenanforderungen und
den Produktmerkmalen ermittelt. Dies geschieht, indem jedes Merkmal dahingehend
beurteilt wird, wie stark der Einfluss zur Erfüllung der Kundenanforderungen ist. Zu
diesem Zweck wird die Korrelationsmatrix in der Mitte des House of Quality mit
folgenden Symbolen ausgefüllt:
• • Starker Zusammenhang 9
• ◦ Mittlerer Zusammenhang 3
• Δ Schwacher Zusammenhang 1
• nichts Kein Zusammenhang 0
Durch die große Differenz von 3 zu 9 wird erreicht, dass die wichtigen und weniger
wichtigen Merkmale deutlich auseinander liegen.
Die Ermittlung der kundenorientierten technischen Bedeutung der einzelnen
Produktmerkmale erfolgt in drei Teilschritten:
1. Technische Schwierigkeiten ermitteln
2. Wettbewerbsvergleich aus interner Sicht
3. Bedeutung absolut und relativ berechnen
Beim ersten Teilschritt wird von Experten für die einzelnen Produktmerkmale
eingeschätzt, wie schwierig sich die Realisierung gestalten wird. So kann bei einer
Betrachtung der Produktmerkmale eingeschätzt werden, ob eine Lösungsmöglichkeit
weiter verfolgt wird oder nicht. Beispielsweise ist eine Lösung mit wenig Nutzen für
den Kunden und einem hohen Schwierigkeitsgrad wenig sinnvoll. Dies kann in einer
Skala von 1 „sehr schwierig“ bis 9 „ohne Probleme“ erfolgen. Der interne
Wettbewerbsvergleich ist ein Verfahren, um das zu entwickelnde Produkt mit der
Konkurrenz in Bezug auf seine Merkmale zu vergleichen. Der Vergleich sollte
möglichst objektiv sein, um eine realistische Einschätzung der neuen Merkmale im
Vergleich zu den Wettbewerbern zu erlangen [Kämpf '06, Pfeifer '01].
Das Vorgehen für die Berechnung der technischen Bedeutung ist wie folgt: Die im
- 21 - SFB 696

vierten Schritt bestimmten Beziehungsstärken werden mit den im ersten Schritt
ermittelten Gewichtungen multipliziert. Die anschließende Aufaddierung der Werte
innerhalb einer Spalte liefert die absolute technische Bedeutung. Die relative
technische Bedeutung ergibt sich aus einer prozentualen Berechnung. Zunächst
werden sämtliche Werte der technischen Bedeutungen aufsummiert. Anschließend
werden die einzelnen absoluten Bedeutungen durch diese Summe geteilt und für eine
Prozentzahl mit 100 multipliziert. Die ermittelten Werte geben Aufschluss darüber,
welche Merkmale bei der Realisierung des Produktes bevorzugt behandelt werden
sollen.
Weiterhin ist eine Berechung der technischen Gesamtbewertung möglich. Hierzu
werden die Werte der absoluten technischen Bedeutung mit dem Zahlenwert für die
technische Schwierigkeit multipliziert. Die Ermittlung der kaufmännischen
Gesamtbewertung erfolgt ähnlich wie die der technischen Gesamtbewertung. Anstelle
des Wertes für die technischen Schwierigkeitsgerade wird die absolute Bedeutung
diesmal mit einem Wert für die kaufmännische Bedeutung multipliziert. Als drittes
folgt eine allgemeine Gesamtbewertung. Dafür wird die absolute Bedeutung mit der
Zahl für die technische Schwierigkeit und dem Wert für die kaufmännische Bedeutung
multipliziert. Auch für diese drei Gesamtbewertungen ist die Berechung einer
prozentualen Zahl nach dem oben beschriebenem Vorgehen möglich.
Im sechsten Schritt werden die Sollwerte und die Optimierungsrichtung festgelegt. Da
die Merkmale bis jetzt nur qualitativ sind, sollen sie für einen exakten Zielwert eine
quantifizierbare Größe erhalten. Aus diesem Grund wird eine bezifferbare Größe mit
einer Einheit, dem sogenannten „How Much“ bestimmt. So ist eine konkrete
Beschreibung für die Produktentwicklung möglich. Es empfiehlt sich, für die Zielwerte,
die eine direkte Beziehung zu sehr wichtigen Kundenanforderungen haben,
herausfordernde Werte zu wählen. So wird erreicht, dass bei den entscheidenden
Kriterien das neue Produkt besser ist, als die bereits vorhandenen. Bei der Festlegung
der Optimierungsrichtung gibt es drei Möglichkeiten. Ein Pfeil nach oben bedeutet,
dass das Merkmal maximiert werden soll, umgekehrt bedeutet ein nach unten
zeigender Pfeil, dass das Merkmal zu minimieren ist [Kämpf '06, Pfeifer '01,
Saatweber '06].
Die Ermittlung der Korrelation zwischen den Produktmerkmalen findet im siebten
Schritt statt. Hierzu wird das so genannte „Dach“ des House of Quality verwendet.
Jedes Merkmal wird mit jedem anderen verglichen. Geprüft wird, ob sich die Merkmale
gegenseitig unterstützen oder behindern. Die üblicherweise verwendeten Symbole
sind Kreise für positive und Kreuze für negative Korrelationen. An dieser Stelle ist
- 22 - SFB 696

häufig gut abzuschätzen, ob eine technische Lösungsvariante geeignet ist oder nicht.
Problematisch ist es, wenn für die Realisierung zu viele Kompromisse eingegangen
werden müssen. Die Folge ist, dass das Produkt nicht mehr der für den Kunden
idealen Lösung entspricht. In diesem Fall muss geprüft werden, ob ein anderer Ansatz
zur Lösung möglich ist. Sind bei negativen Korrelationen Kompromisse unumgänglich,
so können einzelne Projektteams mit der Kompromisssuche beauftragt werden
[Kämpf '06, Pfeifer '01].
Der letzte Schritt ist die Analyse des House of Quality. Da in den Matrizen viele
Informationen und viel Wissen des Ersteller-Teams steckt, lohnt sich eine gründliche
Auswertung der Daten [Kämpf '06]. Kämpf gibt als Beispiele an:
• „Leere Zeilen bzw. nur schwache Zusammenhänge deuten auf fehlende
Übersetzung einzelner Kundenforderungen hin“ [Kämpf '06].
• „Leere Spalten bzw. nur schwache Zusammenhänge zeigen auf, dass
Produktmerkmale unnötig oder Basis- bzw. Begeisterungsmerkmale
eingeplant wurden“ [Kämpf '06].
Auch ein Vergleich der Ergebnisse der beiden Wettbewerbsvergleiche, intern und aus
Sicht des Kunden, kann lohnenswert sein. Sollte es so sein, dass ein Produkt zwar
intern gute Noten bekommen hat, aber trotzdem aus Sicht des Kunden schlecht
bewertet wurde, so ist das Produkt am Markt vorbei entwickelt worden. Genau das
sollte durch die Anwendung von QFD verhindert werden [Pfeifer '01].
2.1.3 Der Vergleich der beiden QFD-Ansätze nach ASI und Akao
Der QFD-Ansatz von Akao wird als klassischer Ansatz bezeichnet. Er ist zeitlich
gesehen der Erste und alle weiteren bauen mehr oder weniger auf ihm auf. So wurde
dieser klassische Ansatz z.B. von dem japanischen Ingenieur Makabe
weiterentwickelt. Auch die Vorgehensweise nach ASI entstand durch eben so eine
Weiterentwicklung.
Der wohl offensichtlichste Unterschied der Ansätze nach Akao und ASI liegt in der
Komplexität. Die Methode von ASI scheint wesentlich kompakter und übersichtlicher
zu sein als die von Akao. Hoffmann bezeichnet die Vorgehensweise von ASI als
„Partialkonzept des Akao-Ansatzes“. Hingegen handelt es sich seiner Meinung nach
bei der Methode von Akao um einen „breitbandigen unternehmensweiten Ansatz“
[Hoffmann '97].
Das Vorgehen nach ASI besteht aus den genau abgegrenzten vier Phasen
Produktplanung, Komponentenplanung, Prozessplanung und Produktionsplanung.
Eine derartige Einteilung findet sich im QFD-Ansatz von Akao nicht wieder.
- 23 - SFB 696

Stattdessen gibt es dort die vier Entwicklungsbereiche Qualitätsentwicklung,
Technologieentwicklung, Kostenentwicklung sowie Zuverlässigkeitsentwicklung. Eine
integrierte Betrachtung der letzten drei Säulen ist bei der Methode nach ASI nicht
vorgesehen. Aufgrund der Komplexität des Akao-Ansatzes besteht hier ein höheres
Risiko, dass ein QFD-Projekt scheitert. Insbesondere wenn viele
Kundenanforderungen berücksichtigt werden, wird der Umfang immens groß. Infolge
eines nicht mehr zu überblickenden Arbeitsaufwandes sind in der Vergangenheit
bereits einige QFD-Projekte abgebrochen worden [Mai '98, Pfeifer '01].
Im Gegensatz zum Ansatz von Akao, der QFD als eine unternehmensweite Sache
ansieht, ist die Methode nach ASI als ein eher projektorientiertes Konzept zu
bezeichnen, das über den Entstehungsprozess eines Produktes gut nachvollziehbar
ist. Das Hauptaugenmerk liegt hierbei auf der Verbesserung von Produkten. Allerdings
fehlt ein einheitliches Konzept zur Ermittlung der Kundenanforderungen. Ein weiterer
Kritikpunkt liegt laut Hoffmann in der unzureichenden Kostenentwicklung, die auf der
Ebene der Funktionen durchgeführt wird [Hoffmann '97, Mai '98].
Die größte Gemeinsamkeit der beiden Methoden liegt in ihrem Ziel: Beide versuchen,
Kundenanforderungen durch eine Transformation in die sogenannte „Sprache des
Unternehmens“ zu überführen. Der Ansatz von ASI ist mit seinen genau definierten
vier Phasen sehr stark formalisiert. Das hat zur Folge, dass er sehr starr ist und aus
diesem Grund schlechter an spezifische Probleme angepasst werden kann als der
Akao-Ansatz. Akao betont bei seiner Erklärung von QFD immer die Flexibilität. So
sollen nur die Schritte oder Tabellen bearbeitet werden, die für den konkreten
Sachverhalt nötig sind. Mai entgegnet allerdings, dass das Verfahren sich „aufgrund
der geforderten Durchgängigkeit letztlich doch wieder stark an den logischen
Zusammenhängen der Tabellen und Daten orientieren muss“ [Mai '98].
Abbildung 4 zeigt zusammenfassend die wesentlichen Unterschiede und
Gemeinsamkeiten der beiden QFD-Ansätze auf.
- 24 - SFB 696

Legende:
● erfüllt
◘ teilweise erfüllt
○ nicht erfüllt
Anforderungen an die Methode
integrierte Kostenentwicklung
ganzheitlicher
Ansatz
leichte Implementierung von anderen QM-Methoden
vollständige Betrachtungsweise
(Technik, Organisation, Umwelt, rechtliche Anforderungen)
hohe Planungssicherheit (Durchgängigkeit, Transparenz)
hohe
hohe Reproduzierbarkeit der Ergebnisse
Funktions-
Umsetzung von wissenschaftlichen Grundsätzen, Beachtung des Standes der
sicherheit
Technik
hohe Neutralität, Objektivität
Abbildung 4: Vergleich der Ansätze nach ASI und Akao
Ermitteln und Aktualisieren von Kundenbedürfnissen
hohe Kunden-
Herleiten von innovativen zukünftigen Kundenbedürfnissen
orientierung
präventive Fehlervermeidung
sofortiger Nutzen bei der Einführung
leichte Erlernbarkeit
einfache
Integration
ohne Vorkenntnisse des Anwenders bzgl. Der Methodik einsetzbar
in ein
aufgabenspezifische Anpassbarkeit
Unternehmen
hohe Anpassbarkeit an ein Unternehmen (KMU)
hohe Anwenderfreundlichkeit
Steuerung und Überwachung eines Entwicklungsprojekts
QFD-
Ansätze
Akao
ASI
●
○
○
○
●
●
◘
●
◘
●
○
○
◘
◘
○
○
◘
●
◘
◘
●
◘
●
●
●
◘
◘
●
●
●
●
●
●
●
Die Kundenorientierung wird beim Ansatz von Akao durch die vorbeugende
Fehlervermeidung und das Ermitteln der Kundenbedürfnisse erreicht. Ein konkretes
Vorgehen des Letzteren ist in der Methode von ASI nicht vorgesehen. Beide Ansätze
bieten weiterhin keine Möglichkeit, zukünftige Kundenanforderungen zu ermitteln.
In Bezug auf die einfache Integration der Ansätze in das Unternehmen liegen die
Vorteile bei der Vorgehensweise nach ASI. Diese bietet einen höheren Nutzen sofort
nach der Einführung, ist leichter zu erlernen und hat eine höhere
Anwendungsfreundlichkeit. Beide Ansätze haben allerdings Mängel bei der
Anpassbarkeit und erfordern Vorkenntnisse für die Anwendung.
In Bezug auf die Ganzheitlichkeit erweist sich der Ansatz von Akao vorteilhafter.
Ausschlaggebend sind die integrierte Kostenentwicklung, die beim ASI-Ansatz
unzureichend ist, und die vollständige Betrachtungsweise. Die Implementierung
anderer QM-Methoden ist bei beiden Ansätzen gut möglich. Auch die geforderte
Überwachung eines Projektes kann teilweise erfüllt werden. Beide Methoden erfüllen
diese Anforderungen der Funktionssicherheit recht gut durch hohe Reproduzierbarkeit
der Ergebnisse, die Beobachtung des Standes der Technik und eine hohe Neutralität.
- 25 - SFB 696

Allerdings weist die Vorgehensweise nach ASI eine noch höhere Planungssicherheit
auf [Hoffmann '97].
Bei der Frage nach der Relevanz der Ansätze für die Praxis scheint sich die Literatur
einig zu sein. Der Ansatz nach ASI ist nicht nur der bekanntere, sondern auch der am
häufigsten angewendete Ansatz. So schreibt Pfeifer: “In nahezu allen
Anwendungsfällen gehen Unternehmen nach ASI vor“ [Pfeifer '01], das QM-InfoCenter
spricht von „den meist gebräuchlichen vier Phasen“ [Saatweber '06] und Kämpf meint:
„Die gegenwärtig vorherrschende Anwendungspraxis in den USA und in Europa
orientiert sich an der durch das Institut der Amerikanischen Zulieferindustrie
(American Supplier Institute) formalisierten Vorgehensweise“ [Kämpf '06]. Weiter
glaubt Hoffmann: “Der am besten geeignete Ansatz ist der ASI-Ansatz“ [Hoffmann
'97]. QM-Trends bestätigen: „Dieses Konzept stellt eine standardisierte
Vorgehensweise mit zahlreichen erfolgreichen Anwendungen in amerikanischen
Unternehmen“ dar [Fachbibliothek '06].
2.2 Strukturierungsmöglichkeiten für Kundenanforderungen
Als kundenseitige Eingangsgrößen in eine QFD werden sowohl die Anforderungen
selbst, als auch die jeweiligen Gewichtungen genutzt. Die Problematik bei der
Betrachtung der Anforderungen und ihren Gewichten ist vielschichtig: Häufig werden
Anforderungen unterschiedlicher Detailierungsstufe in einer Ebene in die QFD
eingegeben. Zum Teil werden auch Anforderungen in diese eine Ebene gegeben, die
nicht miteinander vergleichbar sind. Bei genauerer Analyse dieser Vorgehensweise ist
schnell erkennbar, dass eine solch fehlerhafte Gruppe von Eingangsgrößen nur zu
falschen Ergebnissen einer QFD führen kann. Um nun zu vermeiden, dass die
Anforderungen untereinander nicht vergleichbar sind (Vergleich von Äpfeln mit
Birnen), sollen die Anforderungen entsprechend sortiert bzw. strukturiert werden.
Hier wird eine Eingrenzung der Thematik bzw. der Strukturierungsmöglichkeiten auf
den Anwendungsfall der intralogistischen Anlagen vorgenommen. Im Folgenden
werden unterschiedliche Möglichkeiten zur Strukturierung von Anforderungen an
intralogistische Anlagen zunächst allgemein und dann exemplarisch beschrieben.
- 26 - SFB 696

Im Allgemeinen liefert die Literatur verschiedenste Ansätze zur Anforderungsstrukturierung,
welche die unterschiedlichsten Eigenschaften, sowie Vor- und
Nachteile aufweisen [Balderjahn '98, Borchert '03, Bors '95, Brandenburg '02,
Brückmann '04, Danner '96, Ehrlenspiel '03, Geisinger '99, Gierl '03, Groß-Engelmann
'99, Größer '92, Hansen '02, Heimannsfeld '01, Herrmann '99, Hinterhuber '98, Krusche
'00, Pahl '05, Pfeifer '03, Sauerwein '02, Schuckel '98, Stauss '96, URL11, Weckenmann
'99, Wenzke '03].
Betrachtet man die Vielzahl an Modellen, so lässt sich zunächst feststellen, dass
diese in fünf verschiedene Kategorien eingeteilt werden können:
• Strukturierung nach Merkmalen
• Hierarchische Strukturierung
• Strukturierung aus konstruktionstechnischer Sicht
• Strukturierungsansätze im Qualitätsmanagement
• Sonstige Strukturierungsverfahren
Da in vielen Anforderungen dargelegt wird, welche Eigenschaften bzw. (Produkt-)
Merkmale eine Anlage aufweisen soll, ist eine Strukturierung der Anforderungen nach
Merkmalen möglich und auch sinnvoll. In der Literatur sind mehrere Verfahren zur
Einteilung nach Produktmerkmalen in so genannte Klassen bekannt, welche für die
Strukturierung von Anforderungen genutzt werden können, obwohl diese Verfahren
ursprünglich nicht hierzu entwickelt wurden. „Eine vollständige Zuordnung von
Anforderungen zu entsprechenden Klassen kann hiermit jedoch nicht erreicht werden,
da sich viele Anforderungen nicht auf Produktmerkmale beziehen (z.B. Anforderungen,
die sich auf Prozesse beziehen, organisatorische Forderungen und
Randbedingungen)“ [Krusche '00]. Dennoch werden diese Verfahren zunächst nicht
außer Acht gelassen und sind hier beispielsweise genannt: Strukturierung nach
Wögebauer, Verzeichnis technischer Eigenschaften nach Kesselring, VDI Richtline
2225, Eigenschaftskategorien nach Hubka, Einteilung von Produktmerkmalen
technischer Systeme nach DIN 2330 [Krusche '00].
Die hierarchische Strukturierung strebt „eine Reduzierung bzw. Bündelung der meist
relativ großen Anzahl von Forderungen“ an [Geisinger ´99]. Die Anforderungen werden
folglich zu Gruppen zusammengefasst, welche anschließend auf ihre Beziehungen
untereinander untersucht werden. Hieraus lässt sich dann ein so genanntes
Baumdiagramm erstellen. „Ein Baumdiagramm ist eine graphische Darstellung,
welche die Beziehungen zwischen einzelnen Elementen eines Netzwerkes zueinander
(also ihre Verwandtschaft oder hierarchische Abhängigkeiten) durch Verbindungslinien
darstellt.“ [URL01]. In diese Gruppe lassen sich die folgenden Verfahren einordnen:
Hierarchisches Clustern/Clusteranalyse, Group Consensus Process/Customer Sort
- 27 - SFB 696

and Cluster Process /Customer Input Process, KJ-Methode [URL13].
Innerhalb des Entstehungsprozesses neuer Produkte ist die Bedeutung einer
korrekten Aufgabenklärung und der daraus folgenden Anforderungsermittlung
hervorzuheben. Verschiedene Ansätze aus der Konstruktionsmethodik verfolgen dabei
das Ziel, möglichst vollständig alle an das neue Produkt gestellten Anforderungen zu
ermitteln. Die zu diesem Zweck im Folgenden dargestellten Methoden können jedoch,
obgleich vorrangig als Assoziationshilfen gedacht, ebenso als adäquate
Strukturierungsmethoden angewendet werden:
• Liste mit Hauptmerkmalen nach Pahl und Beitz [Pahl '05]
• Einteilung nach Hauptmerkmalen nach Krusche [Krusche '00]
• Klassifikation nach Ehrlenspiel [Ehrlenspiel '03]
• Klassifizierung nach VDI 2247
Die Erfüllung von Kundeninteressen durch die Umsetzung im
Produktentwicklungsprozess und die bewusste Einbeziehung von Kundenwünschen
spielt insbesondere im Qualitätsmanagement eine sehr wichtige Rolle. Daher finden
sich auch in diesem Bereich verschiedene Verfahren, die sich mit der Verarbeitung von
Kundenanforderungen an ein Produkt beschäftigen. Hervorzuheben sind aus diesem
Bereich das Kano-Modell, sowie das ServQual-Modell.
Zusätzlich zu den bisherigen Verfahren beschäftigen sich noch weitere Quellen mit der
Strukturierung von Anforderungen, welche jedoch keiner der vorherigen Kategorien
explizit zugeordnet werden können und deshalb unter die Kategorie Sonstige
Methoden fallen. Hierbei handelt es sich um
• Strukturierung nach Myers und Shocker [Schuckel '98]
• Strukturierung nach Tanaka [Geisinger '99]
• Strukturierung nach Sakowski [Crostack '06a]
• Strukturierung nach funktionalen und nichtfunktionalen Anforderungen nach
Schienmann [Schienmann '02]
• 10 Einteilungsverfahren für Anforderungen nach Krusche [Krusche '00]
Von den hier geschilderten Modellen werden im Folgenden noch die vier für eine
Strukturierung von Anforderungen für eine intralogistische Anlage am geeignetesten
erachteten Modelle detaillierter diskutiert.
- 28 - SFB 696

2.2.1 KANO-Modell
Das KANO-Modell wurde 1978 von Professor Dr. Noriaki Kano an der Universität in
Tokio zur Analyse von Kundenanforderungen entwickelt. Mit dem Modell ist es
möglich, die Kundenanforderungen zu strukturieren und gleichzeitig ihren Einfluss auf
die Kundenzufriedenheit zu bestimmen [Kano '84].
Das Modell unterscheidet drei Ebenen der Qualität:
• Basisfaktoren
• Leistungs- und Qualitätsfaktoren
• Begeisterungsfaktoren
Kundenzufriedenheit
Sehr zufrieden
Unerwartete,
unausgesprochene
Merkmale
sehr gering
Zeit
vorausgesetzte,
unausgesprochene
Merkmale
erwartete,
ausgesprochene
Merkmale
Sehr hoch
Grad der
Ausführung
sehr unzufrieden
Abbildung 5: KANO-Modell [Rupp '02]
Abbildung 5 veranschaulicht den Verlauf der Kurven der drei unterschiedlichen
Faktoren. Die untere Kurve stellt die Grundanforderungen (Basisfaktoren) dar, die so
grundlegend und selbstverständlich sind, dass sie dem Kunden erst bei
Nichterfüllung bewusst werden.
Die mittlere Kurve im Modell spiegelt die Leistungs- und Qualitätsfaktoren wieder. Im
Gegensatz zu den Basisfaktoren sind diese Faktoren dem Kunden bewusst. Es sind
- 29 - SFB 696

genau diejenigen Anforderungen, die der Kunde explizit z.B. an ein Produkt stellt. Sie
können je nach Erfüllungsgrad einen hohen Zufriedenheitsgrad hervorrufen, aber auch
einen sehr geringen im Fall der Nichterfüllung.
Die obere Kurve repräsentiert diejenigen Produktmerkmale, die nach Kano „den
eigentlichen Unterschied zu konkurrierenden Produkten ausmachen“ [Pfeifer '01]. Es
sind Merkmale, mit denen der Kunde nicht unbedingt rechnet. Im Gegensatz zu den
bereits genannten Kurven führt dieser Faktor zur Begeisterung des Kunden und diese
Produktmerkmale werden entsprechend auch Begeisterungsmerkmale genannt.
Festzuhalten ist zudem, dass sich über die Zeit die Zuordnung der Merkmale zu den
einzelnen Gruppen ändern kann. So kann z.B. ein Begeisterungsmerkmal im Laufe der
Zeit zu einer Basisanforderung werden. Als Beispiel sei hier das ABS beim Automobil
genannt. Früher galt dies als Begeisterungsmerkmal, aber im Laufe der Zeit ist es zu
einer Basisanforderung geworden [Pfeifer '01].
Um die Eigenschaften einteilen zu können, wird ein Kano-Fragebogen verwendet.
Dieser stellt dem Befragten jede Frage in zweifacher Form: Zuerst wird hinsichtlich
der Beurteilung gefragt, wenn die Eigenschaft gegeben oder hoch ist (funktionale
Frage) und anschließend, wenn die Eigenschaft nicht gegeben oder niedrig ist
(dysfunktionale Frage). Es werden fünf Antwortmöglichkeiten jeweils zur Verfügung
gestellt (z.B. „das würde mich sehr freuen“, „das setze ich voraus“, „das ist mir egal“,
„das könnte ich in Kauf nehmen“). Anhand der Antwortmöglichkeiten erfolgt eine
Einstufung in die drei Faktoren (Basis, Leistungs- und Qualitäts,
Begeisterungsfaktoren) [Crostack '06b, Sauerwein '00a, Sauerwein '96, Sauerwein
'00b].
Kritische Bewertung des Modells
Das Kano-Modell ermöglicht eine Gliederung jeglicher Anforderungen, die an eine
logistische Anlage gestellt werden, in drei Kategorien, wobei die Auswertung der
Befragungsmethode entscheidet, welche Anforderung zu welchen der drei Faktoren
zählen soll. Zudem werden die sich mit der Zeit wandelnden Anforderungen ebenfalls
innerhalb der Strukturierung nach Kano erfasst.
- 30 - SFB 696

2.2.2 Der Lagerprozess
Der Lagerprozess kann im Gegensatz zum Produkt-Lebenszyklus sowohl
Anforderungen beinhalten, die direkt die logistische Anlage betreffen, als auch
Anforderungen, die die Produkte anbelangen, die durch eine logistische Anlage geführt
werden. Der Arbeitsprozess setzt sich wie in Abbildung 6 dargestellt aus den
folgenden fünf Teilprozessen zusammen.
Wareneingang I-Punkt Einlagerung Kommissionierstrasse Warenausgang
Abbildung 6: Die fünf Bereiche des Lagerprozesses
Der Wareneingang ist der Bereich, in dem die Ware physisch übernommen wird [Ten
Hompel '06a]. Hinsichtlich der gegebenen Modalitäten bedeutet dies, dass in diesem
Bereich Anforderungen zu finden sind, die zum Beispiel den Übergabezeitpunkt des
Produktes durch die logistische Anlage vom Hersteller zum Kunden zu einem
bestimmten Termin bestimmen. Zudem kann dieses Intervall Anforderungen
beinhalten, die sich mit den anzuliefernden Produkten auseinandersetzen.
Der I-Punkt (Identifikationspunkt) beinhaltet eine Reihe von materialflusstechnischen
Funktionen. Nach dem Wareneingang erfolgt die Identifikation der Produkte. Die
Identifikation überprüft datentechnisch die Ware, zudem werden dort die Lagerplätze
definiert. Außerdem werden Gewicht, Form, Ladeeinheitenkontur und mechanischer
Zustand von z.B. Paletten kontrolliert.
Der folgende Prozess ist die Einlagerung. Dieser „fasst alle datentechnischen und
operativen Vorgänge unter einem Begriff zusammen, die vom Eintreffen einer
Ladeeinheit in das (fördertechnische) System bis zur Ablage auf einem Lagerplatz
ablaufen“ [Ten Hompel '06a]. Dieses Intervall beinhaltet vorrangig Anforderungen, die
die Produkte anbelangen, die für eine logistische Anlage benötigt werden.
- 31 - SFB 696

In der Kommissionierstraße werden Einzelpositionen zu Aufträgen zusammengestellt.
Dabei hat die Kommissionierung das Ziel, aus einer Gesamtmenge von Gütern
Teilmengen aufgrund von Aufträgen zusammenzustellen [VDI3590].
Aus dem Blickwinkel des Materialflusses betrachtet, werden in diesem Bereich
folgende Grundfunktionen ausgeführt:
• Bewegung der Güter zur Bereitstellung
• Bereitstellung
• Fortbewegung des Kommissionierers zur Bereitstellung
• Entnahme der Güter durch den Kommissionierer
• Transport der Entnahmeeinheit zur Abgabe
• Abgabe der Entnahmeeinheit
• Transport der Kommissioniereinheit zur Abgabe
• Rücktransport der angebrochenen Ladeeinheit [Ten Hompel '06a]
Der Warenausgang folgt direkt nach dem Kommissionieren und Verpacken. Die Ware
wird in diesem Prozess auftragsgerecht bereitgestellt, um nach dem Holprinzip vom
Auftraggeber oder einer Spedition abgeholt bzw. direkt zum Empfänger gebracht zu
werden [Ten Hompel '06a].
Kritische Bewertung des Modells
Bei diesem Modell ist festzuhalten, dass es sowohl Anforderungen beinhaltet, die
direkt an eine logistische Anlage gestellt werden, als auch Anforderungen, die die zu
transportierenden Güter anbelangen. Problematisch könnte die eindeutige Zuordnung
der Anforderungen sein. Wenn diese Schwierigkeit gelöst ist, sind jegliche Arten von
Anforderungen in diesem Modell eindeutig zuzuordnen.
- 32 - SFB 696

2.2.3 Einsatz- und Auswahlkriterien für Sortiersysteme nach Jodin und ten
Hompel [Ten Hompel '06b]
Die von ten Hompel vorgeschlagene Strukturierung von Anforderungen bei Sortiersystemen
enthält, wie in Abbildung 7 dargestellt, vier Aspekte.
Einsatz- und Auswahlkriterien
Einsatz- und Auswahlkriterien
gutspezifisch
gutspezifisch
systemspezifisch
systemspezifisch
organisatorisch
organisatorisch
übergreifend
übergreifend
Abbildung 7: Einsatz und Auswahlkriterien von logistischen Anlagen
Die vier Gruppen werden im Folgenden näher beschrieben.
Systemspezifische Kriterien
Die Systemspezifischen Kriterien beinhalten alle Anforderungen, die für den
Einsatzbereich des Sortiersystems zuständig sind. Abbildung 8 zeigt einige mögliche
Elemente, die zu den systemspezifischen Kriterien gezählt werden können. Da die
Definition von den systemspezifischen Kriterien auf Sortiersysteme zugeschnitten ist,
muss der Inhalt der Definition den gegebenen Modalitäten einer ganzen
intralogistischen Anlage angepasst werden. Am Beispiel einer logistischen Anlage
beinhalten die systemspezifischen Kriterien außerdem noch Anforderungen, die für
den Einsatzbereich an Kommissionier- und Transportsystemen genannt werden.
systemspezifisch
Zahl der Ausschleuspositionen Sortierleistung Fördergeschwindigkeit
Endstellenanzahl
Länge des Verteilförderers
Anordnung der Endstellen
Speicherkapazität
der Endstellen
Abbildung 8: Systemspezifische Kriterien
- 33 - SFB 696

Gutspezifische Kriterien
Die gutspezifischen Kriterien beinhalten, wie Abbildung 9 zeigt, Anforderungen, die
sich mit der Form, Anmessung, Festigkeit, Gewicht etc. des (zu fördernden) Gutes
auseinandersetzen. Logistische Anlagen weisen z. B. bei den zu transportierenden
Gütern eine große Bandbreite auf, da sie sich durch verschiedenste Eigenschaften
auszeichnen.
gutspezifisch
Form Abmesung Endstellenanzahl
Festigkeit
Gewicht
Schwerpunktlage
Reibverhalten
Abbildung 9: Gutspezifische Kriterien
Organisatorische Kriterien
Diese Kriterien sind aus der Organisation und dem Betriebssystem entstanden und
beinhalten die dargestellten Anforderungen (Abbildung 10). Zu dem kommen weitere
Anforderungen, die speziell auf eine logistische Anlage zutreffen.
organisatorisch
Endstellenentleerung Art der Zuführung Betriebsart
Abbildung 10: Organisatorische Kriterien
- 34 - SFB 696

Übergreifende Kriterien
Die übergreifenden Kriterien beinhalten alle Anforderungen, die keiner der genannten
Klassifikationen zugeordnet werden können. Abbildung 11 beinhaltet exemplarisch
einige Anforderungen. Diese Liste kann beliebig ergänzt werden, sobald eine
Anforderung weder den systemspezifischen, gutspezifischen, noch organisatorischen
Kriterien zugeordnet werden kann.
übergreifend
Flächenbedarf Bauhöhe Investitionskosten
Betriebskosten
Geräuschemissionen
Erweiterungsfähigkeit
Raumgängigkeit
Verfügbarkeit
Abbildung 11: Übergreifende Kriterien
Kritische Bewertung des Modells
Das hier vorgestellte Modell hat den Vorteil, dass es speziell auf den Anwendungsfall
einer logistischen Anlage zugeschnitten ist und somit die fachspezifischen
Anforderungen überschaubar strukturiert. Ein weiterer Vorteil besteht darin, dass
durch das Intervall „übergreifend“ prinzipiell jegliche Art von Anforderung, wenn sie in
keine der anderen Gruppen gehört, in diese eingeordnet werden kann.
Zudem ist die die Problematik der Überschneidung von Strukturklassen durch die
eindeutige Definition der vier logistik-spezifischen Kategorien gelöst.
Kritisch sollte hinterfragt werden, ob es sinnvoll ist, eine Kategorie zu schaffen, die
sehr unterschiedliche Anforderungen, wenn sie in keine der anderen Gruppen gehören,
in sich zusammenfasst. Dieses Modell weist keine Wichtungsmöglichkeiten der
Anforderungen auf. Da es für die QFD erforderlich ist, dass die Anforderungen
gewichtet vorliegen, ist in weiteren Schritten zu prüfen, ob Anforderungen in diesem
Modell in irgendeiner Form gewichtet werden können.
- 35 - SFB 696

2.2.4 Sakowski-Modell [Crostack '06a]
Das von Sakowski entwickelte Modell beschäftigt sich mit der Systematisierung von
Anforderungen an eine logistische Anlage. Die Anforderungen werden in sechs Klassen
eingeordnet.
• Personelle Anforderungen
• Betriebswirtschaftliche Anforderungen
• Informationsverarbeitungsanforderungen
• Produktionstechnische Anforderungen
• Technische Anforderungen
• Räumlich-betriebliche Anforderungen
Die dargestellten Anforderungslisten (s. Abbildung 12) wurden von Sakowski erstellt
und beinhalten allgemeine Anforderungen an eine logistische Anlage. Die Liste soll an
dieser Stelle als Beispiel angeführt werden.
- 36 - SFB 696

Räumlich-betriebliche Anforderungen
Technische Anforderungen
Produktionstechn.
Anforderungen
A1
Die logistische Anlage muss jederzeit mit möglichst
geringem Aufwand erweiterbar sein.
B1
Die logistische Anlage kann in hohem
Maße weitere Betriebsmittel benötigen.
C1
Die Anlage muss über einen hohen
Durchsatz verfügen.
A2
Die logistische Anlage muss flurfrei installiert
werden.
B2
Die logistische Anlage kann häufig gewartet
werden.
C2
Die Anlage darf annähernd keine
Ausfallzeiten aufweisen.
A3
Die logistische Anlage muss flurfrei betrieben
werden.
B3
Die logistische Anlage kann Fremdwartung
benötigen.
C3
Die Anlage darf keine Beschädigungen am
Fördergut verursachen.
A4
Die logistische Anlage benötigt eine Sortierfunktion.
B4
Die logistische Anlage kann hohen
Sicherungsaufwand benötigen.
C4
Die Anlage muss über Puffermöglichkeiten
verfügen.
A5
Die logistische Anlage muss schienenlos betrieben
werden.
B5
Die logistische Anlage kann bei laufendem
Betrieb gewartet werden.
C5
Der Automatisierungsgrad der Anlage
muss möglichst hoch sein.
A6
Die logistische Anlage muss variabel sein in der
Fördermenge.
B6
Die logistische Anlage kann ohne
Fachwissen gewartet werden.
C6
Die Ladungsträger müssen wieder
verwendbar sein.
A7
Die logistische Anlage muss variabel sein in den
Abmessungen des Förderguts.
B7
Die logistische Anlage kann Raum für
Zusatzaggregate beanspruchen.
C7
Die Anlage darf keine Ausfallzeiten
aufweisen.
A8
Die logistische Anlage muss variabel sein beim
Gewicht des Förderguts.
C8
Die Anlage darf keine Rüstzeiten erfordern.
A9
Die logistische Anlage muss variabel sein in Stetig-
/Unstetigförderung.
C9
Die Bedienfehlerquote muss minimal
bleiben.
A10
Die logistische Anlage muss variabel sein in
Streckenführung.
C10
Die Anlage muss auf hohe Gewichte
ausgelegt sein.
A11
Die logistische Anlage muss variabel sein in Quelle-/
Senke – Verhältnis.
A12
Die logistische Anlage muss Stückgut fördern.
A13
Die logistische Anlage muss Schüttgüter fördern.
A14
Die Anlage muss stetig fördern
A15
Die Anlage muss unstetig fördern.
Informationsverarbeitungsanforderungen
Betriebswirtschaftliche
Anforderungen
Personelle Anforderungen
D1
Die Informationsübertragung muss kabellos erfolgen.
E1
Die Anlage muss sich schnell amortisieren.
F1
Die Anzahl der Mitarbeiter für den
laufenden Betrieb der Anlage soll möglichst
gering sein.
D2
Die Datenübertragungsrate muss hoch sein.
E2
Die laufenden Kosten müssen möglichst
gering sein.
F2
Der Schulungsaufwand für das
Wartungspersonal soll möglichst gering
sein.
D3
Die Anlage muss ein Identifizierungssystem
aufweisen.
E3
Die Anlage soll gemietet werden können.
F3
Der Schulungsaufwand für das nutzende
Personal soll möglichst gering sein.
D4
Die Fehlerquote des Identifizierungssystems muss
möglichst gering sein.
E4
Die Anlage soll gekauft werden.
F4
Die Qualifikation der nutzenden Mitarbeiter
soll möglichst gering sein können.
D5
Das Identifizierungssystem muss möglichst viele
Daten speichern.
E5
Die Anlage soll geleast werden.
F5
Schichtbetrieb ist erforderlich.
D6
Das Identifizierungssystem muss möglichst billig
sein.
E6
Die Anschaffungskosten müssen möglichst
gering sein.
F6
Schichtbetrieb ist unmöglich.
D7
Die Informationsweitergabe und Verarbeitung wird
benötigt.
E7
Der Return on Investment soll maximal
sein.
F7
Die Gesamtpersonalkosten sollen
möglichst gering sein.
D8
Die Software muss kompatibel zur vorhandenen
sein.
D9
Das Datenübertragungssystem muss dem
vorhandenen entsprechen.
D10
Die Fehlerquote der Datenübertragung muss
möglichst gering sein.
D11
Das Informationsverarbeitungssystem muss mit
möglichst geringem Aufwand erweiterbar sein.
Abbildung 12: Anforderungskatalog nach Sakowski [Sakowski '05]
- 37 - SFB 696

Kritische Bewertung des Modells
Sicherlich sind noch nicht alle Anforderungen in diesem Modell genannt. Ein großer
Teil der Anforderungen kann jedoch bereits den einzelnen Gruppen eindeutig
zugeordnet werden.
Bei näherer Betrachtung der Anforderungslisten wird dennoch auch deutlich, dass
einige Anforderungen nicht untergebracht werden können. Als Beispiel sei hier die
Anforderung „Rechtliche Aspekte müssen eingehalten werden“ aufgezeigt. Diese
Anforderung lässt sich in keiner der existierenden Anforderungsgruppen unterbringen.
Um der Gefahr vorzubeugen, möglicherweise eine Gruppe zu finden, die wieder nur
spezielle Anforderungen zulässt, scheint es sinnvoller, genau wie in dem Modell
„Einsatz- und Auswahlkriterien einer logistischen Anlage“, eine Gruppe hinzu zu
fügen, die jegliche Art von Anforderungen „auffangen“ kann. Aus diesem Grund soll
eine weitere Gruppe klassifiziert werden, die übergreifende Anforderungen beinhaltet.
Die hinzugekommene Gruppe wird folglich „übergreifende Anforderungen“ genannt.
Übergreifende Anforderungen beinhalten jegliche Art von Anforderungen, die nicht
speziell einer der aufgeführten Anforderungsgruppen zugeordnet werden können. In
Anlehnung an dieses Modell könnten dies zum Beispiel solche Anforderungen sein, wie
sie in Abbildung 13 dargestellt sind, wobei dieses Beispiel sicherlich nicht vollständig
ist.
übergreifend
Gesetze, Normen, Patente Ökologische Aspekte Garantien
Abbildung 13: Übergreifende Anforderungen
2.3 Vergleich verschiedener Priorisierungsverfahren
In diesem Kapitel werden zunächst die Verfahren zur Anforderungspriorisierung
untersucht. Dabei wird ein besonderer Schwerpunkt auf die Nutzwertanalyse (NWA)
gelegt, weil diese - im Gegensatz zum Analytischen Hierarchieprozess (AHP) - im
- 38 - SFB 696

Rahmen der Kundenanforderungspriorisierung und auch bei vielen anderen
Entscheidungsproblemen im deutschsprachigen Raum häufig eingesetzt wird.
Deshalb schließt sich der Beschreibung der NWA ein direkter methodischer Vergleich
zum AHP an. Abschließend werden Vor- und Nachteile verschiedener
Bewertungsverfahren im Hinblick auf die Anforderungsgewichtung diskutiert.
Die zur Anforderungspriorisierung eingesetzten Verfahren können bezüglich ihres
methodischen Umfangs in Bewertungstechniken und -methoden eingeteilt werden. Im
Folgenden soll ein Bewertungsverfahren als Methode bezeichnet werden, wenn der
Gewichtung ein Entscheidungsmodell zugrunde liegt und eine oder mehrere Techniken
zur Entscheidungsfindung herangezogen werden. Demnach ist der AHP eine
Bewertungsmethode und die zugehörige Bewertungstechnik der Paarvergleich.
Bewertungstechniken können auch isoliert, also ohne methodischen Bezug, zur
Priorisierung von Kundenanforderungen eingesetzt werden. Die nachstehende Tabelle
zeigt einige gängige Bewertungsverfahren. Die Methoden sind den jeweils
verwendeten Techniken zugeordnet.
Bewertungstechniken
Ranking
Rating (absolut)
Rating (relativ)
verkürzter Paarvergleich
Paarvergleich nach Saaty
Bewertungsmethoden
Conjoint-Analyse
NWA, Kepner-Tregoe-Verfahren
NWA, Kepner-Tregoe-Verfahren
NWA, Kepner-Tregoe-Verfahren
AHP
Tabelle 1: Techniken und Methoden zur Anforderungspriorisierung
Die obige Auflistung erhebt keinen Anspruch auf Vollständigkeit. Es existieren
zahlreiche andere Bewertungsverfahren und methodische Varianten, die zum Teil
gesichtet wurden, jedoch hier nicht weiter diskutiert werden sollen, weil die jeweilige
Zielsetzung nur einen geringen Überdeckungsgrad mit der hier vorliegenden
Aufgabenstellung hat. Im Folgenden werden nur die aufgeführten Methoden, und
damit auch die Bewertungstechniken, näher erläutert.
- 39 - SFB 696

2.3.1 Der Analytische Hierarchieprozess AHP
In diesem Kapitel sollen nach einer kurzen Einführung und Beschreibung der
Charakteristika des AHP die Grundlagen der Methodik näher erläutert werden. Anhand
eines durchgängigen Beispiels wird der Ablauf einer Entscheidungsfindung
ausführlich demonstriert. Die mathematischen Grundlagen des AHP sollen nur
insofern vertieft werden, wie sie für das Verständnis und die Anwendung der Methodik
erforderlich sind. Die nachfolgenden Ausführungen basieren auf den
Grundlagenkapiteln von Saatys „Multicriteria Decision Making – The Analytic Hieracy
Process“[Saaty '90b], falls nicht auf andere Quellen verwiesen wird.
2.3.1.1 Einführung
Der AHP ist eine von dem Mathematiker Dr. Thomas Saaty (University of Pittsburgh,
USA) Anfang der 70er Jahre entwickelte Methode zur Unterstützung komplexer
Entscheidungsprozesse. Der AHP ist
• „analytisch“, da alle relevanten Einflussgrößen auf ein zuvor definiertes
Entscheidungsproblem umfassend analysiert werden
• „hierarchisch“, da die zuvor erfassten Einflussgrößen hierarchisch
strukturiert werden
• ein „Prozess“, da die einzelnen Ablaufschritte Bestandteil eines
problemneutralen, prozessualen Ablaufes sind [Meixner '02]
Zur Problembeschreibung können sowohl quantitative als auch qualitative
Einflussgrößen herangezogen werden. Die relative Wichtigkeit qualitativer Größen wird
in Paarvergleichen mit Hilfe einer vorgegebenen Skala ermittelt. Quantitative Größen
können direkt in die Bewertung integriert werden. Zudem kann die Logik der Einzelentscheidungen
bestimmt werden, da der AHP im Gegensatz zu anderen relativen
Gewichtungsmethodiken, wie z. B. der Nutzwertanalyse, mathematisch fundiert ist.
Unter den Einflussgrößen eines Problems sind sowohl die Spezifikationsmerkmale als
auch die jeweiligen Lösungsmöglichkeiten zu verstehen. In der Sprache des AHP
werden die Spezifikationsmerkmale als Kriterien und die Lösungsmöglichkeiten als
Alternativen bezeichnet. Einzelne Kriterien können wiederum durch weitere
Merkmale, so genannte Subkriterien, beschrieben werden.
Der AHP wird derzeit zur Unterstützung zahlreicher Entscheidungsprozesse in
Forschung, Wirtschaft und Politik weltweit eingesetzt. Eine von Saaty erstellte
Sammlung von mehreren hundert praxisorientierten AHP-Entscheidungsmodellen
- 40 - SFB 696

efasst sich u. a. mit volkswirtschaftlichen, betriebswirtschaftlichen, juristischen,
energiewirtschaftlichen und medizinischen Entscheidungsproblemen [Saaty '96]. Im
Gegensatz zu Amerika und Japan findet der AHP als Managementinstrument in Europa
bisher nur in den skandinavischen Ländern, Österreich und der Schweiz größere
Beachtung [URL06].
Um einen detaillierteren Einblick in das Konzept der Methodik zu bekommen, werden
im folgenden Abschnitt die Charakteristika des AHPs näher erläutert, bevor
anschließend die methodischen Grundlagen vermittelt werden. In Kapitel 2.3.6 erfolgt
eine direkte Gegenüberstellung mit der NWA sowie anderen Techniken und Methoden
zur Unterstützung der Entscheidungsfindung. Auch hier wird die Diskussion der
jeweiligen Vor- und Nachteile vorrangig auf den speziellen Anwendungsfall der
Anforderungsgewichtung ausgerichtet sein.
2.3.1.2 Charakteristika des AHP
Saaty hat den AHP mit dem Ziel entwickelt, ein einfaches und flexibles Werkzeug zur
Unterstützung von Entscheidungsprozessen zu schaffen. Sein Motto lautet: „What we
need is not a more complicated way of thinking, since it is difficult enough to do
simple thinking“. Dass er die an die Entwicklung der Methodik gestellten
Anforderungen erfolgreich umgesetzt hat, zeigen die vielen Vorteile des AHP im
Vergleich zu anderen Decision Support Systemen (DSS). DSS sind im weiteren Sinne
Methodiken und im engeren Sinne Softwarelösungen, die eine Entscheidungsfindung
bei komplexen Problemen unterstützen sollen. Die oft von Managern beklagten
allgemeinen Nachteile von DSS, wie z. B. mangelnde Robustheit und Flexibilität, die
komplizierte Anwendung sowie teuere Softwarelösungen, kann der AHP leicht
entkräften, wie die folgenden Ausführungen zeigen werden [Meixner '02].
Intuitive Anwendung:
Der AHP ist einfach und intuitiv anwendbar, da das Ablaufschema der Methodik dem
menschlichen Denkmuster entspricht. Auch ohne methodische Herangehensweise
wird ein Entscheidungsproblem – bewusst oder unbewusst – vom
Entscheidungsträger in all seine Einflussgrößen zerlegt und einzelne
Lösungsmöglichkeiten im Hinblick auf die zuvor definierten Merkmale bewertet
[Meixner '02]. Ein einfaches Beispiel soll dies verdeutlichen:
Ein Supermarkt verfügt oftmals über eine Fülle an Auswahlmöglichkeiten für eine
bestimmte Produktart, wie z. B. für Waschmittel. Der Kunde will das für ihn
bestmögliche Produkt erwerben. Er löst dieses Entscheidungsproblem, indem er
- 41 - SFB 696

Produktmerkmale, wie z. B. Qualität, Kosten, Design, usw. definiert und die einzelnen
Konkurrenzprodukte im Hinblick auf diese Merkmale bewertet.
Der AHP systematisiert dieses Prinzip, indem zunächst alle Einflussgrößen auf ein
Entscheidungsproblem gesammelt werden müssen und in einem zweiten Schritt die
Abhängigkeiten zwischen den einzelnen Größen durch die Einbindung in eine
hierarchische Struktur berücksichtigt werden können. Dies ist insbesondere bei
komplexeren Auswahlentscheidungen von großer Bedeutung. Der AHP sollte immer
dann angewendet werden, wenn ein Entscheidungsproblem aufgrund seiner
Komplexität nicht unmittelbar, also ohne fundierte Analyse seiner Struktur, gelöst
werden kann.
Entscheidungsqualität und Transparenz:
Der Prozess der Hierarchisierung und die sich hieran anschließende Bewertung der
Kriterien und Alternativen in Paarvergleichen fordern den Entscheider heraus, sich mit
dem zugrunde liegenden Problem intensiv zu beschäftigen. Für das Hierarchiedesign
werden umfangreiche Kenntnisse vorausgesetzt. Hierdurch können die
Einflussfaktoren in ein hierarchisches Modell integriert werden, das die Realität
hinreichend genau widerspiegelt. Die relative Bewertung zweier Einflussgrößen setzt
voraus, dass der Entscheider mit dem Problem vertraut ist. Nur so kann er in der Lage
sein, zwei Elemente im Hinblick auf ein übergeordnetes Kriterium miteinander zu
vergleichen.
Die Gliederung eines Entscheidungsproblems in seine Teilprobleme und die sich
hieran anknüpfende lokale Bewertung von Einflussgrößen in Paarvergleichen, im
Gegensatz zu einer globalen Bewertung des Gesamtproblems, hat zudem den Vorteil,
dass nur wenige Informationen gleichzeitig verarbeitet werden müssen. Somit wird
vermieden, dass der Entscheider mit der Bewertung überfordert ist. Die Güte jeder
einzelnen Entscheidung und damit auch des Gesamtergebnisses wird dadurch erhöht,
da sich letzteres aus der Verdichtung der Teilgewichtungen zusammensetzt.
Ist eine Entscheidungsfindung durch den AHP unterstützt worden, so kann der
Anwender nachweisen, dass er sich mit der Entscheidungssituation ausführlich
beschäftigt hat und erklären, wie sich die Gesamtlösung aus den Gewichtungen der
einzelnen Einflussgrößen zusammensetzt. Die sich jeder Einzelbewertung
anschließende Konsistenzprüfung ermöglicht zudem eine Aussage über die Logik der
Gewichtungen. Dadurch, dass zweifelhafte Teilentscheidungen wiederholt werden
müssen, können durch Anwendung des AHP nur Lösungen gefunden werden, die in
sich stringent sind.
- 42 - SFB 696

Eine Entscheidung kann jedoch niemals, auch nicht durch Anwendung einer
analytischen Methodik, objektiviert werden, da sie immer nur aus der Sicht des
Entscheiders eine optimale Lösung des Problems darstellt. Der AHP kann einem
Entscheidungsträger aber helfen, eine gewählte Lösung gegenüber sich selbst und
Dritten, die von den Konsequenzen der Entscheidung beeinflusst werden, zu
bekräftigen. Zur Erläuterung soll das im vorherigen Abschnitt gewählte Beispiel erneut
herangezogen werden.
Kunde A präferiert unter Abwägung aller Einflussgrößen ein bestimmtes Waschmittel
(im Vergleich zu den anderen zur Auswahl stehenden Produkte). Kunde B wählt
hingegen ein ganz anderes Waschmittel und ist ebenfalls der Meinung, die (für ihn)
beste Entscheidung getroffen zu haben. Die Gewichtung von Einflussgrößen kann
folglich nicht verallgemeinert werden und liefert stets eine subjektive Aussage über
die zu bewertenden Merkmale. In dem gewählten Beispiel könnte der AHP helfen, der
jeweils anderen Partei die eigene Entscheidung zu erläutern.
Akzeptanz durch Gruppenentscheidungen:
Die Akzeptanz einer Entscheidung kann zudem dadurch erhöht werden, dass all
diejenigen an einer Lösungsfindung mitwirken, die die Entscheidung letztlich zu
verantworten haben oder von ihren Auswirkungen unmittelbar betroffen sind. Der AHP
unterstützt zwei unterschiedliche Arten von Gruppenentscheidungen. Zum einen kann
die Entscheidungsfindung gemeinschaftlich im Team erfolgen. Eine andere
Möglichkeit besteht darin, dass alle Beteiligten getrennt urteilen und die
Einzelergebnisse anschließend zu einer Gesamtlösung statistisch verdichtet werden.
Hierfür kann zwischen zwei verschiedenen Algorithmen gewählt werden. Darüber
hinaus können allen Befragten unterschiedliche Gewichtungsfaktoren zugeordnet
werden.
Qualitative und quantitative Bewertung von Einflussgrößen:
Ein großer Vorteil des AHP im Vergleich zu anderen Entscheidungstools ist, dass
sowohl qualitative als auch quantitative Daten in die Entscheidung mit einbezogen
werden können. Oftmals kann ein Entscheidungsproblem nicht ausschließlich durch
harte oder weiche Kriterien beschrieben werden. Viele DSS können aber nur einen der
beiden Bewertungstypen verarbeiten oder erfordern zumindest eine komplizierte
Umrechnung.
Mit dem AHP können die verschiedenen Einflussgrößen mittels einer metrischen Skala
qualitativ bewertet werden. Quantitative Größen können direkt in normierter Form in
den Bewertungsprozess integriert werden. Dies ist, neben dem einfachen Ablauf der
- 43 - SFB 696

Methodik, ein Hauptgrund dafür, dass sich der AHP im Vergleich zu anderen DSS im
amerikanischen und japanischen Raum durchgesetzt hat.
2.3.1.3 Methodik
Unabhängig von einem konkret vorliegenden Entscheidungsproblem lässt sich für den
AHP ein allgemeines Ablaufschema definieren, das der folgenden Abbildung zu
entnehmen ist.
Zielformulierung
Hierarchiedesign
Modellieren
Kriteriengewichtung
Konsistenzprüfung
Alternativengewichtung
Entscheiden
Konsistenzprüfung
Synthese der Einzelbewertungen
Konsistenzprüfung
Sensitivitätsanalyse
Validieren
Ergebnisdarstellung
Abbildung 14: Ablaufschema des AHP
Demnach gliedert sich der Prozess in insgesamt zehn Einzelschritte und drei Phasen.
Als erstes muss das vorliegende Entscheidungsproblem genau beschrieben und die
das Problem spezifizierenden Merkmale definiert werden. In einem zweiten Schritt
werden diese in Form von Kriterien, Subkriterien und Alternativen hierarchisch
strukturiert. Hiermit ist die Modellierungsphase abgeschlossen. Dieser sollte
mindestens soviel Beachtung geschenkt werden, wie der sich anschließenden
Bewertung. Nur eine wirklichkeitsgetreue Abbildung des Entscheidungsproblems in
- 44 - SFB 696

Form eines hierarchischen Modells kann eine fundierte Entscheidungsfindung im
Sinne des AHP ermöglichen.
Im Folgenden werden nun alle Elemente einer Hierarchieebene, also Kriterien und
Alternativen, paarweise im Hinblick auf das oder die übergeordneten Elemente
miteinander verglichen. Nach der sich jeder Ebenenbewertung anschließenden
Konsistenzprüfung können alle ermittelten Einzelgewichte zu einem Gesamtergebnis
verdichtet werden. Dieses Ergebnis wird wiederum auf seine Konsistenz hin überprüft.
Ergibt eine Konsistenzberechnung, dass die vorgenommene Gewichtung zu viele
Widersprüche enthält, so wird empfohlen, diese zu wiederholen. Dies soll durch die
drei Iterationspfeile in Abbildung 14 ausgedrückt werden.
Ist die Bewertungsphase abgeschlossen, so können die einzelnen Teilergebnisse und
das Gesamtergebnis durch eine Sensitivitätsanalyse bezüglich ihrer Stabilität validiert
werden.
Die einzelnen Ablaufschritte können alle durch eine Software unterstützt werden.
Sämtliche in Abbildung 14 grau unterlegten Teilprozesse können jedoch nicht
automatisiert werden. Zum einen kann keine allgemeingültige Hierarchie für ein
bestimmtes Entscheidungsproblem definiert werden, da bereits die zu integrierenden
Einflussgrößen von subjektiven Vorstellungen geprägt sind. Zum anderen kann die
Bewertung einzelner Kriterien und Alternativen nur der Entscheider selbst vornehmen.
Schließlich ist die Aufgabe eines DSS, die Entscheidungsfindung zu unterstützen, aber
nicht diese für den Entscheidungsträger zu übernehmen. Die fett markierten
Ablaufschritte müssen unbedingt von der gleichen Person, oder bei
Gruppenentscheidung vom gleichen Team, durchgeführt werden. Die
Modellierungsaufgaben können jedoch auch von einer anderen, nicht am
Entscheidungsprozess beteiligten Person übernommen werden, die mit dem Problem
vertraut ist. Da aber die Definition von Einflussgrößen und die anschließend folgende
Hierarchisierung maßgeblich zum Verständnis der Situation beitragen, sollten diese
Schritte nach Möglichkeit von dem oder den Entscheidern selbst durchgeführt
werden.
Anhand des Entscheidungsproblems „Auswahl einer optimalen Universität“ sollen die
einzelnen Prozessschritte sowie die zur Bewertung notwendigen Werkzeuge nun näher
erläutert werden.
- 45 - SFB 696

Zielformulierung und Definition von Entscheidungsgrößen
In dem gewählten Beispiel möchte ein angehender Student die aus seiner Sicht ideale
Universität finden. Das Ziel des Entscheidungsproblems könnte mit einem Satz wie
folgt ausgedrückt werden: „Auswahl einer optimalen Universität“.
Als Entscheidungsgrößen wählt er die drei Kriterien „Umfang und Qualität des
Lehrangebots“, „Reputation der Universität“ und „Kosten“. Letzteres Kriterium stellt
eine Summengröße aus Studiengebühren und Lebenshaltungskosten dar, die für den
jeweiligen Standort anfallen würden. Die drei Universitäten A, B und C stellen die
möglichen Alternativen des Entscheidungsproblems dar.
Es könnten aber auch andere oder ergänzende qualitative und quantitative Kriterien
zur Bewertung des vorliegenden Entscheidungsproblems herangezogen werden, wie z.
B. die „Vorliebe für eine bestimmte Stadt oder Region“, das „Freizeitangebot“, das
sich wiederum durch „Sportangebote“ und „Nachtleben“ weiter spezifizieren ließe,
oder die „Entfernung des Studienortes vom Elternhaus“. Auch könnten andere oder
mehrere Alternativen definiert werden. Dies soll zeigen, dass die Definition von
Einflussgrößen bereits eine erste Wertung beinhaltet. Kriterien die aus der Sicht des
Entscheiders gar nicht wichtig sind oder nur eine untergeordnete Rolle spielen,
werden bei der Bewertung des Problems nicht beachtet. Welche Einflussgrößen
relevant sind und welche nicht, kann also nur der Entscheider für sich selbst
festlegen. Dies ist der Grund dafür, dass im vorherigen Abschnitt befürwortet wurde,
dass sowohl die Modellierung, als auch die Gewichtung von der gleichen Person oder
Gruppe vorgenommen werden sollte.
Generell ist bei der Zielformulierung darauf zu achten, dass die Problemstellung
hierdurch korrekt wiedergegeben wird. Diese wirkt bereits wie ein Filter auf die
abzuleitenden Einflussgrößen. Würde für das Beispiel das Ziel „Auswahl einer
optimalen Universitätsstadt“ lauten, so hätten die im vorherigen Absatz aufgeführten
Kriterien mit Sicherheit Beachtung gefunden. Da bei dem tatsächlich formulierten Ziel
jedoch die Universität und nicht der Standort im Vordergrund steht, werden diese
Kriterien hier nicht in die Bewertung aufgenommen.
Hierarchiedesign
Nachdem alle relevanten Einflussgrößen im vorherigen Schritt ermittelt wurden,
müssen sie nun in eine hierarchische Struktur gebracht werden. Bevor dies für die
Kriterien und Alternativen des Beispiels umgesetzt wird, sollen zunächst die beim
Hierarchiedesign allgemein zu beachtenden Richtlinien sowie die daraus ableitbaren
zulässigen Hierarchietypen vorgestellt werden.
- 46 - SFB 696

Richtlinien zur hierarchischen Strukturierung
Die im Folgenden erläuterten Grundsätze wurden von Saaty definiert [Saaty '90a] und
sind Voraussetzung für eine hierarchische Strukturierung im Sinne des AHP und damit
auch für die sich anschließende Bewertungsphase.
Gliederung der Einflussgrößen:
Das Entscheidungsproblem sollte durch die Hierarchie stets so genau wie nötig
abgebildet werden. Es müssen also alle wesentlichen Einflussfaktoren auf das
Problem aus der Sicht des Entscheiders in die Struktur integriert werden. Allerdings
darf es wiederum nicht so fein aufgegliedert werden, dass die einzelnen Elemente
einer Ebene keine signifikanten Unterschiede aufweisen und somit nicht mehr
vergleichbar wären. Es ist zudem zulässig, dass einzelne Elemente nach erfolgter
Bewertung nachträglich gestrichen werden, wenn sie ein vernachlässigbar kleines
Gewicht im Vergleich zu anderen Elementen erhalten haben. Auf Basis der reduzierten
Hierarchie muss die Bewertung dann allerdings wiederholt werden.
Dimensionalität der Vergleichsobjekte:
Es ist desweiteren darauf zu achten, dass ein Vergleich zwischen zwei Elementen dem
Bewerter sinnvoll erscheint. Dies führt dazu, dass die Subelemente einer Ebene im
Hinblick auf das oder die übergeordneten Elemente die gleiche Dimensionalität
bezogen auf den zu bewertenden Kontext aufweisen müssen. Beispielsweise
erscheint es wenig sinnvoll, eine Ameise und einen Elefanten im Hinblick auf die
Körpergröße miteinander zu vergleichen. Wird aber als übergeordnetes Kriterium das
Paarungsverhalten oder die sozialen Strukturen innerhalb des gemeinschaftlichen
Lebensraums betrachtet, so ist ein Vergleich zwischen einer Ameise und einem
Elefanten durchaus möglich und zulässig. Grundsätzlich können alle Sachverhalte
miteinander sinnvoll in Beziehung gesetzt werden, sofern der Kontext dies zulässt.
Anordnung der Elemente:
Bei der Strukturierung ist zudem zu beachten, dass Kriterien, die einen globalen
Charakter aufweisen, z. B. strategische Einflussgrößen, auf höheren Ebenen
angeordnet werden. Lokale Aspekte, z. B. operative Größen, sollten hingegen eher auf
niederen Kriterienebenen eingebunden werden. Die einzelnen Alternativen sind stets
auf der untersten Ebene in die Hierarchie zu integrieren und mit allen Elementen der
nächst höheren Ebene zu verknüpfen.
- 47 - SFB 696

Hierarchietypen:
Im Sinne des AHP sind sowohl Mono- als auch Polyhierarchien zulässig. So können
einzelne Subelemente mehreren oder allen übergeordneten Elementen unterstellt
sein, müssen es aber nicht. Es ist also auch möglich, dass jede Ebene das Problem aus
einer jeweils anderen Perspektive beleuchtet, die untereinander völlig unabhängig
voneinander sind. Eine AHP-Hierarchie sollte also nicht mit einem klassischen
Entscheidungsbaum verwechselt werden. Die folgenden drei Abbildungen zeigen
Beispiele für alle zulässigen Hierarchietypen. Dabei wurden zwei vereinfachende
Annahmen getroffen: Um den Umfang der Hierarchien zu begrenzen und die
Vergleichbarkeit zu vereinfachen, soll jede Hierarchie genau drei Ebenen aufweisen.
Desweiteren sollen nur Kriterien und Subkriterien, aber keine Alternativen als
Elemente zugelassen werden.
Ziel
K 1 K 2 K 3
K 1.1 K 1.2 K 1.3 K 3.1 K 3.2
Abbildung 15: Monohierarchie
Abbildung 15 repräsentiert eine klassische Monohierarchie, in der jedes Element bis
auf das oberste Ziel jeweils genau einem anderen unterstellt ist. Die Abkürzung „K“
steht für „Kriterium“. Die Nummerierung eines Elements enthält zwei Informationen.
Die jeweils erste Zahl definiert die Elementzugehörigkeit. Wird die Gliederungsanzahl
mit 1 addiert, so kann die Ebenenzugehörigkeit ermittelt werden.
Ziel
K 1 K 2 K 3
SK 1
SK 2
SK 3
SK 4
Abbildung 16: Polyhierarchie I
- 48 - SFB 696

Abbildung 16 zeigt eine klassische Polyhierarchie, in der jedes Subelement (SK)
ausnahmslos jedem übergeordneten Element (K) unterstellt ist. Bei der folgenden
Abbildung handelt es sich ebenfalls um eine Polyhierarchie. Die Subelemente sind hier
aber nicht allen übergeordneten Elementen unterstellt. Auch diese Variante ist
zulässig.
Ziel
K1 K2 K3
SK1
SK2
SK3
SK4
Abbildung 17: Polyhierarchie II
Beispielhierarchie
Bezogen auf die im vorherigen Abschnitt für das Beispiel definierten Kriterien und
Alternativen ergibt sich unter Beachtung der beschriebenen Richtlinien die folgende
Hierarchie.
Optimale
Uni
Lehrangebot
Reputation
Kosten
Uni A Uni B Uni C
Abbildung 18: Hierarchie – Auswahl einer optimalen Universität
Die Beispielhierarchie besteht demnach aus drei Ebenen. Das Ziel „Auswahl einer
optimalen Universität“ wird an oberster Stelle platziert. Die Kriterien „Lehrangebot“
- 49 - SFB 696

„Reputation“ und „Kosten“ werden in die zweite Ebene integriert. Die Alternativen
werden grundsätzlich und damit auch in der Beispielhierarchie, auf der letzten Ebene
ausgewiesen.
Durch die Anordnung der Elemente ergibt sich eine Polyhierarchie, da gemäß der
Definition einige Einflussgrößen mehreren Elementen gleichzeitig untergeordnet sind.
Die Alternativen sind, wie gefordert, allen Kriterien der nächst höheren Ebene
unterstellt. Hieraus folgt allgemein, dass jedes Entscheidungsproblem, welches eine
Auswahl an Alternativen zum Ziel hat, durch eine Polyhierarchie repräsentiert wird.
Die Abhängigkeiten der Elemente untereinander werden im Beispiel durch die
Verknüpfungen sinnvoll beschrieben. Das Ziel wird durch die definierten Kriterien
beeinflusst, die Alternativen sind durch diese klassifizierbar. Die Einflussgrößen auf
das Entscheidungsproblem können mit Hilfe des AHP, wie im folgenden Absatz
beschrieben, in paarweisen Vergleichen bewertet werden.
Gewichtung der Einflussgrößen
Wie bereits erläutert, geben die Verknüpfungslinien in der Hierarchie Aufschluss
darüber, welche Elemente untereinander in Paarvergleichen im Hinblick auf
mindestens ein übergeordnetes Element bewertet werden sollen.
Die Anzahl der Paarvergleiche p je Verknüpfungsobjekt kann allgemein nach der
folgenden Formel ermittelt werden:
n * (n − 1)
p =
2
Bezogen auf das Beispiel ergeben sich insgesamt zwölf Paarvergleiche. Zunächst
werden die Kriterien der ersten Ebene im Hinblick auf das Ziel miteinander verglichen.
Hieraus resultieren drei Paarvergleiche. Nun werden die drei Alternativen in Bezug zu
allen nächst höheren Elementen gewichtet. Hieraus resultieren insgesamt neun
Paarvergleiche. Um das Entscheidungsproblem zu lösen, müssen demnach zwölf
Einzelbewertungen durchgeführt werden.
Wie ein Vergleich im Sinne des AHP konkret durchgeführt wird, soll nun beschrieben
werden. Der Ablauf der Bewertung ist für alle Elementtypen gleich, so dass die
Prozessschritte „Kriteriengewichtung“ und „Alternativengewichtung“ beide nach
folgendem Schema ablaufen.
Für den qualitativen Vergleich zweier Elemente im Hinblick auf ein übergeordnetes
Kriterium schlägt Saaty eine metrische Skala vor, die die Werte von eins bis neun
- 50 - SFB 696

sowie deren Kehrwerte enthält. Sie ist in der nachstehenden Abbildung dargestellt
[Meixner '02].
1/9 1/8 1/7 1/6 1/5 1/4 1/3 1/2 1 2 3 4 5 6 7 8 9
kleiner
unwichtiger
weniger zu präferieren
unbedeutender
weniger wahrscheinlich
...
indifferent
größer
wichtiger
mehr zu präferieren
bedeutender
wahrscheinlicher
...
Abbildung 19: AHP-Skala
Die Skala ist nach oben und unten beschränkt, um unabhängig von einer konkreten
Entscheidungssituation eine homogene Bewertung zu gewährleisten. Sie kann
innerhalb ihrer Grenzen theoretisch beliebig fein unterteilt werden. Die Bewertung
muss also nicht unbedingt mit ganzen Zahlen sowie deren Kehrwerten erfolgen, sofern
feinere Abstufungen abschätzbar sind. Generell wird die Verwendung ganzzahliger
Werte empfohlen, da eine neunteilige Abstufung einerseits hinreichend genau und
andererseits auch nicht zu umfangreich ist. Wie die einzelnen Skalenwerte genau zu
interpretieren sind, wird anhand der folgenden Tabelle erläutert [Saaty '90a].
- 51 - SFB 696

Intensität
derWichtigkeit
1
3
5
7
9
Definition
Gleiche
Bedeutung
Etwas größere
Bedeutung
Sehr viel
größere
Bedeutung
Erheblich
größere
Bedeutung
Absolut
dominierend
Erklärung
Beide Elemente haben die gleiche
Bedeutung im Hinblick auf das betrachtete,
übergeordnete Kriterium.
Erfahrungen und Ansicht sprechen für eine
etwas größere Bedeutung eines Elementes
im Vergleich zu einem anderen.
Erfahrung und Ansicht sprechen für eine
sehr viel größere Bedeutung eines
Elementes im Vergleich zu einem anderen.
Ein Element ist im Vergleich zu einem
anderen von erheblich größerer Bedeutung.
Der Anwender kann hier auf praktische
Erfahrungen zurückgreifen.
Größtmöglicher Bedeutungsunterschied
zwischen zwei Elementen.
2,4,6,8 Zwischenwerte Kompromiss zwischen zwei Werten
Tabelle 2: Interpretation der AHP-Skala
Die Ergebnisse eines abgeschlossenen Vergleichs aller Elemente einer Ebene können
übersichtlich in einer Paarvergleichsmatrix dargestellt werden. Je nach Elementtyp
wird von einer Kriterien- oder Alternativenvergleichsmatrix gesprochen. Bezogen auf
das bekannte Beispiel könnte sich für den paarweisen Vergleich der Kriterien im
Hinblick auf das Ziel die folgende Kriterienvergleichsmatrix ergeben.
opt. Universität Lehrangebot Reputation Kosten
Lehrangebot 1 3 1/5
Reputation 1/3 1 1/7
Kosten 5 7 1
Tabelle 3: Kriterienprioritätenmatrix
Jede Zeile gibt den Vergleich eines Elements in Bezug auf sich selbst und auf alle
anderen Elemente an. Hieraus können vier allgemeingültige Eigenschaften einer
- 52 - SFB 696

Paarvergleichsmatrix abgeleitet werden:
• Die Diagonalelemente weisen stets den Wert 1 auf
• Die Elemente oberhalb der Diagonalen entsprechen den Kehrwerten der
Spiegelelemente unterhalb der Diagonalen (Grundsatz der Reziprozität)
• Die Anzahl der Zeilen entspricht der Anzahl der zu vergleichenden Elemente
• Die Anzahl der Zeilen und Spalten ist identisch
Die Gewichtung der Kriterien wurde beispielhaft durchgeführt. Hiernach ist das
Lehrangebot etwas wichtiger als die Reputation der Universität, im Vergleich zu den
Kosten hingegen sehr viel weniger wichtig. Desweiteren wurde die Reputation als
erheblich weniger wichtig eingestuft als die Kosten. Alle anderen Werte können aus
dem Grundsatz der Reziprozität abgeleitet werden.
Im Folgenden müsste jetzt die Bewertung der einzelnen Alternativen in Hinblick auf
die beiden qualitativen Kriterien vorgenommen werden. Hierauf soll an dieser Stelle
verzichtet werden, da der Ablauf mit der zuvor erläuterten Kriteriengewichtung
identisch ist. Im kommenden Abschnitt soll nun gezeigt werden, wie aus einer
Paarvergleichsmatrix eine relative Gewichtung der Elemente abgeleitet werden kann
und wie quantitative Größen in das Entscheidungsproblem integriert werden.
Berechnung der Prioritäten
Saaty konnte mathematisch beweisen, dass der einer Prioritätenmatrix zugehörige
Eigenvektor die relative Gewichtung der Vergleichselemente angibt. Dies ist auf
spezielle Eigenschaften der Matrix zurückzuführen. Eine Herleitung des
Eigenwertproblems sowie eine genaue Beschreibung der von Saaty diskutierten
iterativen Berechnungsmethoden soll hier nicht weiter erläutert werden. Stattdessen
wird nur die sogenannte Potenzmethode beschrieben, die auch als Algorithmus in
allen gängigen AHP-Softwarelösungen implementiert ist. Abhängig von einem zu
definierenden Abbruchkriterium ist diese im Vergleich zu anderen numerischen
Ansätzen wesentlich genauer, jedoch auch sehr rechenintensiv. Letzteres ist
insbesondere ein Grund dafür, weshalb der AHP erst Anfang der 90er Jahre größere
Verbreitung fand, da die Nutzung eines PCs für eine effiziente Anwendung der
Methode Voraussetzung ist. Der Ablauf gliedert sich wie folgt:
Zunächst wird die betrachtete Paarvergleichsmatrix quadriert. Dann werden die
Zeilensummen der quadrierten Matrix gebildet und anschließend normiert. Diese
Werte repräsentieren die Elemente des approximierten Eigenvektors der
Ausgangsmatrix. Ein zu Anfang definiertes Abbruchkriterium legt die Anzahl der
Iterationsstufen fest. Hierfür könnte z. B. die Differenz der Eigenvektoren aus der
- 53 - SFB 696

Iteration i und i + 1 herangezogen werden. Solange die Elemente des sich hieraus
ergebenen Differenzvektors größer als ein zuvor definierter Wert ε sind, werden die
einzelnen Iterationsschritte wiederholt. Dieses Vorgehen soll nun am Beispiel der
Kriterienprioritätenmatrix dargestellt werden.
1) Festlegen des Abbruchkriteriums
|ε| ≤ 0,01
2) Quadrieren der Prioritätenmatrix I
L R K
L R K
L R K
L 1 3 0,2
R 0,33 1 0,14
*
L 1 3 0,2
R 0,33 1 0,14
=
L 3 7,4 0,83
R 1,38 3 0,35
K 5 7 1
K 5 7 1
K
12,3
3
29 3
3) Ermitteln der Zeilensummen und Normierung I
L R K Σ 1/ Σ
L 3 7,4 0,83 11,23 0,1862
R 1,38 3 0,35 4,73 0,0785
K 12,33 29 3 44,33 0,7353
Σ 60,3
4) Quadrieren der Prioritätenmatrix II
L R K
L R K
L R K
L 3 7,4 0,83
L 3 7,4 0,83
L 29,44 68,43 7,58
R 1,38 3 0,35
*
R 1,38 3 0,35
=
R 12,63 29,44 3,26
K 12,33 29 3
K 12,33 29 3
K 114,05 265,27 29,44
- 54 - SFB 696

5) Ermitteln der Zeilensummen und Normierung II
L R K
Σ
1/ Σ
L 29,44 68,43 7,58 105,45 0,1884
R 12,63 29,44 3,26 45,33 0,081
K 114,05 265,27 29,44 408,75 0,7306
Σ 559,53
6) Ermittlung des Differenzvektors und Vergleich mit ε
EV i
EV i+1
ΔEV
0,1862
-
0,1884
=
- 0,0022
< 0,01
0,0785
0,081
- 0,0025
< 0,01
0,7353
0,7306
0,0047
= 0,01
7) Abbruch und Angabe des Eigenvektors
EV K
0,1884
0,081
0,7306
- 55 - SFB 696

Der mit Hilfe der Potenzmethode ermittelte Eigenvektor gibt die Prioritäten der
Kriterien Lehrangebot, Reputation und Kosten wieder. Diese werden nun in die
Beispielhierarchie eingetragen.
Optimale
Uni
Lehrangebot
(0,1884)
Reputation
(0,081)
Kosten
(0,7306)
Abbildung 20: Kriteriengewichte
Wie quantitative Größen in eine AHP-Bewertung einfließen können, soll anhand der
Gewichtung der drei Beispielalternativen in Bezug auf das dritte Kriterium
demonstriert werden. Die anfallenden Kosten werden als bekannt oder schätzbar
vorausgesetzt und ebenfalls fiktiv veranschlagt.
Alternativen
SG
in €
LK
in €
SG + LK
in €
Gesamtkosten
normiert
Universität A 500 100 600 0,4481
Universität B 0 1000 1000 0,2689
Universität C 450 500 950 0,2830
SG: Studiengebühren; LK: Lebenshaltungskosten
Tabelle 4: Ermittlung der Alternativengewichte
Wie der obigen Tabelle zu entnehmen ist, können relative Gewichte quantitativer
Einflussgrößen ohne paarweisen Vergleich durch Normierung der Einzelwerte
berechnet werden. Dabei muss unterschieden werden, ob sich die Höhe eines Wertes
positiv oder negativ auf die Priorität auswirken soll. Hierzu ein kurzes Beispiel: Ein
Unternehmen wird in der Regel bestrebt sein, seinen Umsatz zu maximieren, aber
seine Kosten zu minimieren. Je höher der Umsatz und je geringer die Kosten, desto
besser werden die Ziele des Unternehmens erreicht. Bei n Elementen ergeben sich die
- 56 - SFB 696

jeweiligen Gewichte w i in Abhängigkeit der beiden Fälle wie folgt:
a) Maximierung:
b) Minimierung:
w
i
=
wi
w1
+ w2
+ ... + w
n
w
i
=
1
w
1
+
1
wi
1
+ ... +
w2
1
w
n
Die normierten Werte für die Summe aus Studiengebühren und Lebenshaltungskosten
ergeben sich durch Anwendung der zweiten Formel. Diese ist hier zu wählen, da der
Student bestrebt sein wird, die Gesamtkosten zu minimieren.
Bei der Integration quantifizierbarer Kriterien muss beachtet werden, dass diese
jeweils auf unterschiedlichen Einheiten basieren. Demnach ist es beispielsweise
möglich, Alternativen in Hinblick auf die Kriterien Kosten [€], Temperatur [°C] und
Entfernung [km] zu bewerten und die jeweiligen Werte in normierter Form in die
Bewertung zu integrieren. Kriterien, die hingegen in der gleichen Maßeinheit bewertet
werden, müssen zuvor additiv zusammengefasst werden. Im Beispiel setzt sich das
dritte Kriterium aus den Studiengebühren und Lebenshaltungskosten zusammen. Für
die Berechnung der Alternativengewichtungen wurden beide Kostenarten addiert. Eine
getrennte Bewertung in Form von Subkriterien würde dagegen falsche Ergebnisse
liefern, da bei der Auswertung durch die vorherige Normalisierung nur die
Verhältnisse, und nicht die Absolutwerte betrachtet werden.
Konsistenzprüfung
Eine Prioritätenmatrix weist im Idealfall die Eigenschaft der Konsistenz auf. Das
Merkmal der Reziprozität ist dabei eine notwendige Voraussetzung für die Konsistenz
einer Matrix. Eine konsistente Bewertung dreier Elemente A, B, C kann allgemein
folgendermaßen beschrieben werden, wenn x und y beliebige Elemente der
Bewertungsskala nach Saaty sind:
• A = x * B
• B = y * C
• C = x * y * A
Im vorliegenden Fall müssen drei Paarvergleiche vorgenommen werden, um alle
Abhängigkeiten zwischen den Elementen zu definieren. Das Entscheidungsproblem ist
übersichtlich und eine konsistente Bewertung erscheint einfach. Aber bereits bei
- 57 - SFB 696

Betrachtung eines weiteren Elementes D müssten drei zusätzliche Paarvergleiche
durchgeführt werden. Eine vollkommen konsistente Bewertung abzugeben gestaltet
sich hierbei schon als wesentlich schwieriger. Saaty zitiert in einem seiner
veröffentlichten Fachartikel zum AHP eine Studie des Psychologen George Miller, die
Folgendes belegt: Je nach Fähigkeiten des Einzelnen können nicht mehr als fünf bis
neun Informationen gleichzeitig verarbeitet werden. Auf diese Studie wird im Rahmen
der Gegenüberstellung verschiedener Bewertungstechniken und –methoden im
Folgenden noch näher eingegangen. Bezogen auf den AHP ergibt sich somit, dass
Abweichungen von der Konsistenz, gerade bei einer höheren Anzahl von
Paarvergleichen, akzeptiert werden müssen und nicht zur Hinfälligkeit der
Entscheidungstheorie führen dürfen [Saaty '90a]. Es muss aber ein Kriterium
gefunden werden, welches festlegt, wie groß die Konsistenzabweichung in
Abhängigkeit von der Dimensionalität des Entscheidungsproblems sein darf, damit
eine Bewertung als stringent bezeichnet werden kann. Dies setzt voraus, dass die
Inkonsistenz quantifizierbar ist. Es soll nun erläutert werden, wie
Konsistenzabweichungen im Sinne des AHP bestimmt werden können.
Zur Ermittlung des Inkonsistenzfaktors C.R. bedarf es zweier Hilfsgrößen. Zunächst
muss der Konsistenzindex C.I. bestimmt werden:
C.I. =
λmax
− n
n − 1
λ max ist der maximale Eigenwert zum Eigenvektor einer vorliegenden Prioritätenmatrix
mit der Dimensionalität n und kann wie folgt ermittelt werden:
1
λ = * (a
wi
λ
* w1
+ a
* w
i i1
i2 2 +
max
a
i3
* w3)
, wobei gilt:
• i = Iterationsvariable von 1 bis n
• w i = Eigenvektorelement
• a ij = Matrixelement (i = Zeilennummer; j = Spaltennummer)
Σ λi
=
n
Für den Fall der absoluten Konsistenz ist λ max der einzig existierende Eigenwert und
entspricht der Dimensionalität n der Matrix. Der Konsistenzindex wäre somit gleich
null.
Mit Hilfe des sogenannten durchschnittlichen Zufallsindex R.I. als zweite Hilfsgröße
wird der Einfluss der Paarvergleichsanzahl auf das Entscheidungsverhalten
berücksichtigt. Dieser kann statistisch für alle n ermittelt werden. Für n = 1 bis 10
- 58 - SFB 696

ergeben sich die in der nachfolgenden Tabelle aufgelisteten Werte.
n 1 2 3 4 5 6 7 8 9 10
R.I. 0,00 0,00 0,58 0.9 1,12 1,24 1,32 1,41 1,45 1,49
Tabelle 5: Durchschnittlicher Zufallsindex R.I.
Der Inkonsistenzfaktor ergibt sich nun durch Division der zuvor definierten
Hilfsgrößen:
C.I.
C .R. =
R.I.
Nach Saaty muss bei C.R. > 0,1 die Bewertung solange wiederholt werden, bis ein
akzeptabler Wert ermittelt wurde. Bezüglich des Grenzwertes divergieren die
Meinungen von Theoretikern und Anwendern. In der Praxis wird vielfach auch ein
Inkonsistenzfaktor bis 0,2 akzeptiert [URL02].
Anhand der Kriterienprioritätenmatrix soll der Inkonsistenzfaktor nun beispielhaft
ermittelt werden.
1) Ermitteln des maximalen Eigenwertes und des Konsistenzindex
1
λ 1 = * (1* 0,19 + 3 * 0,08 * 0,2 * 0,73) = 3,05
0,19
1
λ 2 = * (0,33 * 0,19 + 1* 0,08 + 0,14 * 0,73) = 3,13
0,08
1
λ 3 = * (5 * 0,19 + 7 * 0,08 + 1* 0,73) = 3,01
0,73
3,05 + 3,13 + 3,01
λ max =
= 3,07
3
3,07 − 3
C .I. = = 0,03
2
2) Ablesen des durchschnittlichen Zufallsindex für n = 3
R.I. = 0,58
3) Ermitteln des Inkonsistenzfaktors
0,03
C.R.
= = 0,05 ≤ 0,1 Bewertung muss nicht wiederholt werden
0,58
- 59 - SFB 696

Für Vergleichsmatrizen der Eigenschaft n = 2 muss keine Berechnung durchgeführt
werden. Aus den obigen Ausführungen folgt, dass solche Matrizen stets konsistent
sind, n somit λ max entspricht, C.I. und somit auch C.R. gleich null sind.
Synthese der Einzelgewichte
Bisher wurde nur die Berechnung der Prioritäten und der zugehörigen Inkonsistenzen
für eine bestimmte Hierarchieebene betrachtet. Es stellt sich nun die Frage, wie die
Einzelergebnisse zu einem Gesamtergebnis verdichtet werden können.
Verdichtung der Prioritäten
Globale Prioritäten repräsentieren die Bedeutung der jeweiligen Hierarchieelemente
im Zusammenhang mit der Gesamthierarchie. Um zu ermitteln, wie sich die
Gesamtprioritäten für die unterste Kriterien- oder die Alternativenebene ergeben,
müssen alle Einzelprioritäten bekannt sein. Das bedeutet, dass zu jeder aufgestellten
Prioritätenmatrix zunächst der zugehörige Eigenvektor nach dem zuvor erläuterten
Schema bestimmt werden muss.
Es wird angenommen, dass eine Entscheidungshierarchie aus n Ebenen besteht,
wobei das Ziel auf der ersten Ebene angeordnet ist. Die jeweiligen Gesamtprioritäten
werden aus der hierarchischen Perspektive nun von oben nach unten ermittelt.
Allgemein kann der Verdichtungsprozess wie folgt beschrieben werden.
Um die globalen Elementgewichte einer beliebigen Ebene x ermitteln zu können,
müssen die jeweiligen Prioritätenvektoren mit dem Kriterienprioritätenvektor der
Ebene x – 1 verrechnet werden. Hierzu wird eine Matrix aufgestellt, die aus den
einzelnen Elementprioritätenvektoren zusammengesetzt ist. Somit muss die
Spaltenzahl der Anzahl der Elemente der nächst höheren Ebene und die Zeilenzahl der
Anzahl der Elemente der x-ten Ebene entsprechen. Diese Matrix wird mit dem lokalen
Kriterienvektor multipliziert, dessen Elementanzahl mit der Spaltenzahl der Matrix
übereinstimmen muss. Das Ergebnis dieser Matrixmultiplikation ist ein neuer, globaler
Prioritätenvektor, der die Gewichtung der Elemente in Hinblick auf die (x -2)-te Ebene
angibt und dessen Elementanzahl mit der Anzahl der Matrixzeilen identisch ist.
Als Startwert für die Verdichtung wird x = 3 gewählt. Für x ≠ n muss der zuvor
beschriebene Verdichtungsalgorithmus für die (x + 1)-te Ebene wiederholt werden.
Wiederum gehen die lokalen Prioritätenvektoren in eine Matrix ein, die mit dem zuvor
ermittelten globalen Elementvektor der Ebene x multipliziert wird. Die Iteration wird
abgebrochen, wenn keine Folgeebene existiert.
Sowohl bei Mono- als auch bei Polyhierarchien besteht die Möglichkeit, dass nicht alle
- 60 - SFB 696

Elemente einer Ebene mit allen direkt übergeordneten Kriterien verknüpft sind. Indem
jede fehlende Verknüpfung in der zu erzeugenden Matrix durch eine Null
berücksichtigt wird, kann die obige Berechnungsweise auf jeden zulässigen
Hierarchietyp angewendet werden.
Die Verdichtung der lokalen Gewichte zu einer Gesamtpriorität soll nun anhand des
Beispiels erläutert werden. Bis jetzt sind nur die Prioritäten der Alternativen in
Hinblick auf die Kosten bekannt. Da auf die Darstellung der Ermittlung der
Gewichtungen bezüglich der anderen beiden Kriterien verzichtet werden soll, wird die
Verdichtung auf Basis fiktiv festgelegter Eigenvektoren durchgeführt, die im
Folgenden aufgeführt sind.
1) Auflistung der lokalen Alternativenprioritäten
i) Lehrangebot ii) Reputation iii) Kosten
EV K1
Uni A 0,3
Uni B 0,1
Uni C 0,6
EV K2
Uni A 0,45
Uni B 0,15
Uni C 0,4
EV K3
Uni A 0,4481
Uni B
0,2689
Uni C
0,2830
2) Ermitteln der globalen Alternativenprioritäten
EV K1 EV K2 EV K3
EV K
GEV A
Uni A 0,3 0,45 0,4481
L 0,1884
Uni A 0,4204
Uni B 0,1 0,15 0,2689
*
R 0,081
=
Uni B 0,2275
Uni C 0,6 0,4 0,2830
C 0,7306
Uni C 0,3522
- 61 - SFB 696

Meixner schlägt eine etwas andere Vorgehensweise zur Verdichtung der lokalen
Prioritäten vor. Im mathematischen Sinne handelt es sich hierbei aber nur um eine
andere Berechnungsreihenfolge und stellt somit keinen Gegensatz zur vorherigen
Methodik nach Saaty dar. Diese Variante soll dennoch ebenfalls kurz erläutert werden,
da sie zum Verständnis der Prioritätenverdichtung beiträgt.
In einem ersten Schritt werden tabellarisch alle Kriterien und Subkriterien aufgelistet,
die hierarchisch in direkter Beziehung zu den Alternativen bzw. den untersten
Kriterien stehen. Die durch den paarweisen Vergleich zuvor ermittelten absoluten
Gewichte werden ebenenabhängig rechts hinzugefügt. Nun können die relativen
Kriteriengewichte durch Multiplikation der absoluten Gewichte je Ebene ermittelt
werden. Da die Beispielhierarchie nur eine Kriterienebene aufweist, können keine
relativen Kriteriengewichte ermittelt werden. Dieser Zwischenschritt soll deshalb
anhand eines anderen, allgemeinen Beispiels, kurz erläutert werden.
Auflistung der Kriterien und
Subkriterien
absolute
Gewichte
Ebene 1
Absolute
Gewichte
Ebene 2
Relative
Gewichte
Kriterium 1 0,3 0,3
Kriterium 2 0,2 0,4
Kriterium 3:
0,5
Subkriterium 1
0,7
0,35
Subkriterium 2
0,3
0,15
Σ 1 1 1
Tabelle 6: Ermittlung der Gesamtgewichte I
In einer zweiten Tabelle gleicher Gliederung werden entweder die absoluten
Kriteriengewichte oder, falls ermittelbar, die relativen Kriteriengewichte eingetragen.
Hinzugefügt werden die absoluten Alternativengewichte, die im Hinblick auf das
jeweilige Kriterium zuvor ermittelt wurden. Diese können in relative Gewichte durch
Multiplikation der absoluten bzw. relativen Kriterienprioritäten mit den absoluten
Werten der jeweiligen Alternative transformiert werden. Die alternativenbezogene
Summe der relativen Gewichte ergibt die gesuchte Gesamtpriorität. Die untere Tabelle
zeigt die Berechnung der Gesamtprioritäten für das bekannte Beispiel zur Auswahl
einer optimalen Universität.
- 62 - SFB 696

Auflistung der
Kriterien (und
Subkriterien)
Relative
Gewichte
Absolute
Gewichte
Uni A
Absolute
Gewichte
Uni B
Absolute
Gewichte
Uni C
Relative
Gewichte
Uni A
Relative
Gewichte
Uni B
Relative
Gewichte
Uni C
Lehrangebot 0,1884 0,3 0,1 0,6 0,057 0,019 0,113
Reputation 0,081 0,45 0,15 0,4 0,036 0,012 0,0324
Kosten 0,7306 0,4481 0,2689 0,2830 0,3274 0,1965 0,2068
Σ 1 0,4204 0,2275 0,3522
Tabelle 7: Ermittlung der Gesamtgewichte II
Verdichtung der Inkonsistenzbewertung
Zuvor wurde bereits gezeigt, wie der Inkonsistenzfaktor einer Prioritätenmatrix
ermittelt werden kann. Der AHP ermöglicht darüber hinaus nach Abschluss der
Bewertungsphase die Berechnung eines globalen Inkonsistenzfaktors, der eine
Aussage über die Gesamtkonsistenz aller Teilentscheidungen trifft. Da die Ermittlung
sehr aufwendig und aus der Sicht des Anwenders wenig interessant ist, soll hier die
allgemeine Vorgehensweise nur kurz erläutert werden.
Der globale Inkonsistenzindex bezieht sich auf die gesamte Hierarchie und wird
deshalb mit C.R.H. abgekürzt. In Anlehnung an die Ermittlung der lokalen
Konsistenzen wird dieser ermittelt, indem der Inkonsistenzfaktor C.I. und der
Zufallsindex R.I. jeweils zu einer globalen Größe verdichtet und diese anschließend ins
Verhältnis zueinander gesetzt werden. Der globale C.I. wird ermittelt, indem der Wert
für die jeweils betrachtete Ebene mit den Produkten aus Kriterienprioritäten und den
zugehörigen lokalen C.I. addiert wird. Die Berechnung des globalen R.I. erfolgt nach
dem gleichem Schema. Der lokale R.I. wird mit dem Produkt aus Kriterienprioritäten
und dem zugehörigen R.I. addiert. Auch für die Gesamtbetrachtung gilt, dass alle
C.R.H. ≤ 0,1 akzeptiert werden. Für größere Werte wird die Wiederholung der
gesamten Bewertung empfohlen. Falls einzelne Inkonsistenzfaktoren grenzwertig
sind, kann es sinnvoll sein, zunächst diese Teilentscheidungen zu überdenken. In den
meisten Fällen kann der C.R.H. hiermit effektiv gesenkt werden, ohne dass die
komplette Bewertungsphase wiederholt werden muss [Saaty '90b].
- 63 - SFB 696

Gruppenentscheidungen
Vielfach ist es wünschenswert oder sogar zwingend notwendig, dass mehrere
Interessensparteien an der Entscheidungsfindung beteiligt werden. Im Rahmen der
Kundenanforderungspriorisierung ist die Verdichtung von Entscheidungen Einzelner
zu einem Gesamtergebnis sogar eine notwendige Voraussetzung für die Anwendung
einer bestimmten Bewertungsmethode. Der AHP bietet mehrere Varianten, Gruppenentscheidungen
durchzuführen, die nun näher vorgestellt werden sollen.
Kompromissfindung im Team
Dieser Lösungsansatz unterscheidet sich nur geringfügig von dem klassischen
Ablaufschema des AHP. Die sich der Definition und Hierarchisierung von
Einflussgrößen anschließende Bewertung wird hierbei nicht von einer Person, sondern
von allen am Entscheidungsprozess Beteiligten gemeinschaftlich vorgenommen. Bei
auftretenden Unstimmigkeiten müssen die jeweiligen Positionen diskutiert und
abschließend ein Kompromiss gefunden werden. Ist dies nicht möglich, so liegt die
letzte Entscheidung bei einem zuvor bestimmten Gruppenmoderator. Dieser kann
sowohl eine der Extrempositionen einnehmen, als auch einen Mittelwert aus den
unterschiedlichen Meinungen wählen [Meixner '02].
Voraussetzung für die Entscheidungsfindung im Team ist, dass die einzelnen
Gruppenmitglieder diskussionserfahren sind und unabhängig entscheiden können.
Letzteres ist häufig dann nicht gewährleistet, wenn gruppeninterne
Machtverhältnisse, z. B. aufgrund hierarchischer Differenzen, das
Entscheidungsverhalten einzelner beeinflussen. Darüber hinaus sollte diese Technik
nur dann angewendet werden, wenn die Anzahl der Beteiligten eine produktive
Diskussion ermöglicht. Aus organisatorischer Sicht ist diese Methode vorteilhaft, da
pro Bewertung jeweils nur ein Wert berücksichtigt wird und nicht, wie bei den
folgenden Varianten, einzelne Bewertungen zu einem Gesamtergebnis verdichtet
werden müssen.
Verdichtung von Einzelentscheidungen
Kommt eine Bewertung im Team aus den oben beschriebenen Gründen nicht in Frage,
so müssen die aus getrennten Bewertungen resultierenden Ergebnisse zu einer
Gesamtlösung aggregiert werden. In Abhängigkeit des Zeitpunkts der Verdichtung und
der mathematischen Methode werden jeweils zwei Verfahren unterschieden.
Zum einen können die jeweiligen Elemente der Evaluationsmatrizen zu einer Matrix
zusammengefasst und der zugehörige Eigenvektor, und damit die resultierenden
- 64 - SFB 696

Prioritäten, ermittelt werden. Zum anderen besteht auch die Möglichkeit, aus denen
pro Entscheider und Prioritätenmatrix ermittelten Eigenvektoren eine Gesamtpriorität
zu ermitteln. Die jeweiligen Daten können nun entweder durch Mittelwertbildung
(arithmetischer bzw. geometrischer Mittelwert) oder durch Anwendung des Medians
berechnet werden. Meixner empfiehlt grundsätzlich die Anwendung des
geometrischen Mittels, da das arithmetische Mittel und der Median keine Invertierung
der ermittelten Werte zulässt [Meixner '02].
Da die Reziprozität eine notwendige Eigenschaft einer Prioritätenmatrix ist, kann
folglich nur der geometrische Mittelwert zur Berechnung befürwortet werden.
Lediglich bei großen Streuungen wäre die Berechnung mit Hilfe des arithmetischen
Mittelwerts vorteilhaft, da er nicht zu einer Nivellierung der Präferenzen führt, wie
dies bei Anwendung des geometrischen Mittels der Fall wäre. Wird trotz stark
ungleicher Prioritätenverteilungen das geometrische Mittel angewendet, so müssen
für die betroffenen Teilentscheidungen Kompromisslösungen, z. B. durch Diskussion
im Team, gefunden werden [Meixner '02].
Die nachstehende Abbildung zeigt jeweils ein Beispiel für die Verdichtung der fiktiv
gewählten Prioritätenmatrizen 1 und 2 sowie der zugehörigen Eigenvektoren. Durch
Mittelwertbildung (geometrischer Mittelwert) der Elemente der Eigenvektoren 1 und 2
kann ein resultierender Eigenvektor berechnet werden (siehe Zeile 2). Hierzu werden
die Komponenten multipliziert und durch die zweite Wurzel geteilt, da die Anzahl der
Evaluationsmatrizen gleich zwei ist. Der resultierende Eigenvektor kann aber auch
durch Verdichtung der Matrizen 1 und 2 zu einer resultierenden Prioritätenmatrix nach
obigem Prinzip ermittelt werden (siehe Zeile 3). Der zugehörige Eigenvektor II
unterscheidet sich einschließlich der zweiten Nachkommastelle nicht von dem zuvor
ermittelten Eigenvektor I in Zeile 2. Kleinere Abweichungen sind allgemein üblich und
zulässig, da beide Methoden bezüglich des Prioritätenrankings zu gleichen
Ergebnissen führen.
- 65 - SFB 696

Prioritätenmatrix 1
Prioritätenmatrix 2
Übergeordnetes
Kriterium
A B C
Übergeordnetes
Kriterium
A B C
A 1 2 3
B ½ 1 ¼
C 1/3 4 1
A 1 3 4
B 1/3 1 1/5
C ¼ 5 1
Eigenvektor 1
EV 1
0,56
0,13
0,31
Eigenvektor 2
EV 2
0,64
0,09
0,27
resultierender Eigenvektor I
EV II
0,6
0,11
0,29
resultierende Prioritätenmatrix
Eigenvektor II
Abbildung 21: Verdichtung von Einzelentscheidungen
Einbeziehung von Stakeholdergewichtungen
Bei beiden im vorherigen Abschnitt vorgestellten Lösungsansätzen können
unterschiedliche Gewichte einzelner Entscheider berücksichtigt werden.
Grundsätzlich soll hierfür wiederum der geometrische Mittelwert herangezogen
werden. Zusätzlich fließen aber die Bedeutungsgewichte w i einzelner Stakeholder mit
in die Berechnung ein.
Diese wird nach folgender Formel durchgeführt, wobei n wiederum die Elementanzahl
angibt [Bronstein '01]:
w w1 w2 wn
x = x 1
* x2
* ... * xn
, wobei gilt: w = w1 + w2
+ ... + wn
- 66 - SFB 696

Beim klassischen geometrischen Mittel sind die einzelnen Bedeutungsgewichte stets
gleich eins. Beim gewichteten geometrischen Mittel können diese Elemente aus allen
positiven, reellen Zahlen bestehen. Vorteilhaft ist die normierte Angabe der Gewichte,
da ihre Summe stets eins ergibt und die Wurzelberechnung somit umgangen werden
kann:
w1
w2
wn
x = x1 * x2
* ... * xn
, wobei gilt: 0 ≤ wi ≤ 1 ; w = w1 + w2
+ ... + wn
= 1
Eine Invertierung der Werte ist beim gewichteten wie beim klassischen geometrischen
Mittel möglich, so dass es sich für die Verdichtung von Einzelbewertungen ebenso
eignet. Die Berechnung der resultierenden Prioritätenmatrizen bzw. der
Gesamtprioritätenvektoren erfolgt analog zu den Ausführungen im vorherigen
Abschnitt unter Anwendung der obigen Formel.
Um unterschiedliche Gewichte einzelner Stakeholder zu berücksichtigen, schlägt
Meixner für die Verdichtung der Eigenvektoren eine etwas andere Herangehensweise
vor. Hiernach wird jede Hierarchieebene um eine weitere Ebene ergänzt, die die
Wichtigkeit der am Entscheidungsprozess Beteiligten in die Bewertung integriert
[Meixner '02]. Die folgende Abbildung zeigt anhand eines allgemeinen Beispiels den
Aufbau einer derart modifizierten Entscheidungshierarchie. Es ist durchaus zulässig,
wenn auch nicht üblich, dass die Gewichte je Stakeholder für jede Teilentscheidung
variieren.
Problem
Stakeholder A
(Problem)
Stakeholder B
(Problem)
Kriterium 1 Kriterium 2 Kriterium 3
Stakeholder A
(Kriterium 1)
Stakeholder B
(Kriterium 1)
Stakeholder A
(Kriterium 3)
Stakeholder B
(Kriterium 3)
Subkriterium 1.1 Subkriterium 1.2 Subkriterium 1.3
Subkriterium 3.1 Subkriterium 3.2
Abbildung 22: Einbezug von Stakeholdergewichten in die Problemhierarchie
Die von Meixner vorgestellte Methode unterscheidet sich vom Ablauf nicht von der
zuvor erläuterten Herangehensweise. Alle Kriterien und Subkriterien werden von
jedem Stakeholder bewertet und anschließend aggregiert. Allerdings wird hierfür der
gewichtete arithmetische Mittelwert herangezogen. Um beispielsweise die
- 67 - SFB 696

Subkriterien 1.1, 1.2 und 1.3, die von Stakeholder A und B in paarweisen Vergleichen
bewertet wurden, zu verdichten, werden die sich hieraus ergebenen Eigenvektoren zu
einer Matrix zusammengefasst und mit dem Stakeholdervektor multipliziert. Jedes
Element des neuen Vektors wird durch ein Skalarprodukt ermittelt, dass der folgenden
Formel – und somit dem gewichteten arithmetischen Mittelwert – entspricht
[Bronstein '01]:
= w1 * x1
+ w 2
* x2
+ ... wn
* xn
, wobei gilt: w = w1 + w2
+ ... + wn
= 1
x +
Meixner kritisiert allgemein den Einbezug unterschiedlicher Stakeholdergewichte mit
dem Verweis, sie seien zu umständlich und sollten deshalb vermieden werden
[Meixner '02]. Dieser Aspekt kann so nicht nachvollzogen werden, da der
Rechenaufwand im Vergleich zu der gleichrangigen Datenverdichtung im vorherigen
Abschnitt nur unwesentlich höher ist. Zudem ist unverständlich, warum Meixner an
dieser Stelle den arithmetischen Mittelwert präferiert, obwohl er zuvor das
geometrische Mittel aufgrund seiner spezifischen Vorteile bevorzugt. Wie die weiteren
Ausführungen zeigen werden, ist die Anwendung unterschiedlicher Gewichtungen
durchaus sinnvoll und realisierbar. Es wird dabei auf den gewichteten geometrischen
Mittelwert zurückgegriffen.
Kritische Anmerkungen zum AHP
Abschließend sollen nun einige kritische Anmerkungen zum AHP erläutert werden.
Einige davon werden seit Veröffentlichung der Methodik in der Fachwelt lebhaft
diskutiert. Es soll zuvor nochmals darauf hingewiesen werden, dass hier nur rein
methodenbasierte und nicht auf den speziellen Anwendungsfall der
Kundenanforderungspriorisierung bezogene Schwachstellen vorgestellt werden.
Sofern die Ausführungen nicht ausschließlich auf eigenen Beobachtungen beruhen, ist
dies durch die Angabe einer Literaturquelle kenntlich gemacht.
Rang-Reversal:
Wird ein Entscheidungsmodell nachträglich geändert, indem z. B. eine weitere
Alternative hinzugefügt wird, so kann dies zu einer Änderung der sich aus einer
vorherigen Bewertung ergebenen Reihenfolge der Alternativen führen. Hat
beispielsweise eine erste Bewertung mit drei Alternativen ergeben, dass A > B > C ist,
so kann, muss aber nicht, eine der folgenden Konstellationen durch Betrachtung einer
weiteren Alternative zu Stande kommen: D > A > B > C, A > D > B > C, A > B > D > C oder
A > B > C > D. Eine erneute Bewertung könnte durchaus aber auch ergeben, dass
C > D > A > B ist. Diese Aussage erscheint zumindest auf den ersten Blick unlogisch, da
C zuvor die niedrigste Bedeutung zugemessen wurde und jetzt allen anderen
- 68 - SFB 696

Alternativen vorgezogen wird. Dieses Phänomen, das in der Fachwelt als Rang
Reversal bezeichnet wird, ist in der Praxis vielfach zu beobachten. Ein möglicher
Grund für ein solches Entscheidungsverhalten kann z. B. sein, dass die Modifikation
der Einflussgrößen eine neue Sichtweise auf die Problemstellung liefert [Meixner '02].
Da sich die Bewertung mittels AHP immer nur auf eine zuvor fest definierte Hierarchie
bezieht, ist der AHP unter derartigen Bedingungen instabil. Zuvor wurde aber bereits
auch darauf hingewiesen, dass der AHP nur dann sinnvolle Ergebnisse liefert, wenn
das Entscheidungsproblem zuvor korrekt und damit vollständig abgebildet wurde.
Eine mögliche Umkehrung der Alternativenrangfolge bei nachträglicher Änderung der
Einflussgrößen sollte deshalb vielmehr als Eigenschaft, statt als Kritik gewertet
werden.
Mögliche Fehlinterpretation der Skalenwerte:
Die Verknüpfung der einzelnen Skalenelemente mit den linguistischen Variablen, wie
z. B. „etwas größere Bedeutung als“ oder „sehr viel größere Bedeutung als“ kann zu
Irritationen bei der Auswertung führen. Obwohl ein Kriterium A nur etwas wichtiger im
Vergleich zu B erscheint, also gilt: A = 2 * B, ergibt sich die folgende relative
Gewichtung, wenn nur diese beiden Kriterien miteinander verglichen werden:
A = 66,67% und B = 33,33%, da gilt: A= 2 * B = 66,67%. Wird die prozentuale
Verteilung und damit der Multiplikationsfaktor 2 nicht mit der linguistischen Variable
„etwas wichtiger als“ verknüpft, so erscheint A gegenüber B deutlich wichtiger. Bei
der Interpretation der Ergebnisse einer Bewertung mittels AHP ist folglich ein
gewisses Hintergrundwissen zur Methodik gefragt.
Unvermeidbare Inkonsistenzen:
Inkonsistenzen sind nicht immer zu vermeiden, auch wenn der Bewerter absolut
konsistent entscheiden will. Wird in einem ersten Vergleich festgelegt, dass A = 5 * B
ist und B = 3 * C ist, wobei A, B, und C drei Vergleichselemente (Kriterien, Subkriterien,
Alternativen) darstellen, so müsste der Entscheider zu der Aussage kommen, dass
A = 15 * B ist. Dieser Faktor ist aber kein Element der AHP-Skala. Es kann also
höchstens festgelegt werden, dass A = 9 * B ist. Da die sich hieraus ergebende
Inkonsistenz klein ist – für dieses Beispiel ist C.R. = 0,03 – und geringe Inkonsistenzen
durchaus zulässig sind, überwiegen laut Meixner die Vorteile der von Saaty gewählten
Skala [Meixner '02].
Allerdings wird das beschriebene Phänomen durch eine hohe Anzahl an
Paarvergleichen in Verbindung mit vielen Extremgewichtungen innerhalb einer
Prioritätenmatrix verstärkt. In Addition zu einer geringfügig inkonsistenten Bewertung
- 69 - SFB 696

könnte der von Saaty empfohlene Grenzwert von C.R. ≤ 0,01 überschritten werden, so
dass die Bewertung wiederholt werden müsste, obwohl der Entscheider eventuell nur
leicht oder ausschließlich aufgrund der begrenzten Skala inkonsistent entschieden
hat. Hieraus ergibt sich die Frage, ob es nicht durchaus im Ermessen des Entscheiders
liegen sollte, ob er bei einem C.R. zwischen 0,1 und 0,2 die Paarvergleiche wiederholen
will.
Nicht abbildbare Abhängigkeiten zwischen Einflussgrößen:
Die Möglichkeit, Abhängigkeiten zwischen verschiedenen Einflussgrößen durch eine
AHP-Hierarchie auszudrücken, ist begrenzt. Laut Definition dürfen weder die
Elemente einer Ebene, noch die Elemente unterschiedlicher Ebenen, die nicht
hierarchisch miteinander verknüpft sind, sich gegenseitig beeinflussen. Umgekehrt
bedeutet das, dass nur die Subelemente einer Ebene die jeweils übergeordneten
Elemente bedingen, die auf dem gleichen Hierarchiepfad liegen, also über
Verbindungslinien miteinander verknüpft sind.
K1 wird durch SK1 und SK2 beeinflusst. K2 und K3 sind ebenfalls beide auch von SK1
abhängig, K2 aber nicht von SK2, sondern von SK3. K3 wird bis auf SK3 von allen
Subkriterien beeinflusst. Diese Art von komplexeren hierarchischen Abhängigkeiten
kann im Gegensatz zu einer Monohierarchie durch eine Polyhierarchie ausgedrückt
werden. Eine gleichzeitige Verknüpfung eines untergeordneten Elementes mit
Elementen verschiedener Ebenen ist aber auch hiermit nicht möglich. Würde die
Hierarchie der gleichen Abbildung um eine Ebene auf insgesamt vier erweitert und
sollte die Abhängigkeit eines Sub-Subkriteriums auf vierter Ebene gleichzeitig mit
einem Element auf der dritten und zweiten Ebene ausgedrückt werden, so könnte dies
durch keine zulässige Verknüpfung realisiert werden. Der beschriebene Konflikt
könnte aber auch nicht durch eine Umsiedelung des Sub-Subkriteriums auf eine
andere Ebene umgangen werden, da somit das Entscheidungsproblem wiederum nicht
korrekt abgebildet würde.
Können Abhängigkeiten zwischen einzelnen Einflussgrößen nicht durch eine
hierarchische Verknüpfung berücksichtigt werden, so ist das Entscheidungsproblem
nicht mit Hilfe des AHPs lösbar. In solchen Fällen müssen andere
Entscheidungstheorien zur Lösungsfindung herangezogen werden, wie z. B. der
Analytische Netzwerk Prozess. Der ANP ist eine ebenfalls von Saaty entwickelte
Entscheidungstheorie, die den AHP dahingehend verallgemeinert, dass die
Einflussgrößen auf ein Entscheidungsproblem nicht zwingend in eine Hierarchie
integriert werden müssen. Grundlage eines Entscheidungsmodells ist ein Netzwerk,
das Abhängigkeiten zwischen Elementen nicht nur durch hierarchische
- 70 - SFB 696

Verknüpfungen, also von oben nach unten, berücksichtigen kann, sondern diese
zwischen allen Faktoren zulässt. Unterstützt wird dies durch eine nichtlineare
Berechnungsweise [URL01].
2.3.2 Die Nutzwertanalyse
Die NWA ist - wie der AHP - eine Methode zur Unterstützung komplexer
Auswahlentscheidungen. Sie wurde in den Vereinigten Staaten im Bereich der
Ingenieurwissenschaften entwickelt und ist im angloamerikanischen Raum unter dem
Betriff „multi-attribute utility analysis“ bekannt. Ziel ist die Evaluierung einer Menge
von Alternativen im Hinblick auf rein qualitative Einflussgrößen, die ein zuvor
definiertes Entscheidungsproblem klassifizieren und in einer Hierarchie abgebildet
werden können. Anfang der 70er Jahre wurde die NWA durch Professor Christof
Zangemeister im deutschsprachigen Raum bekannt. In den 70er und 80er Jahren
wurde sie vielfach in politischen Gremien zur Bewertung ökologischer und
verkehrspolitischer Problemstellungen angewendet. Ein berühmtes Beispiel ist die
Planung der Erweiterung des Berliner Innenrings im Jahre 1987. Heutzutage wird sie
vielfach - zumindest in modifizierter Form - als Basis von Expertensystemen zur
Entscheidungsunterstützung (DSS) eingesetzt [URL09].
Der methodische Ablauf der NWA und des AHP gleichen sich stark, da die theoretische
Grundlage beider Entscheidungstools identisch ist. Der AHP stellt lediglich eine
Erweiterung der NWA dar, weshalb alle zuvor diskutierten methodischen Restriktionen
auch hier gelten. Mathematisch basiert die Methode auf einem additiven
Näherungsverfahren, so dass die Logik der Entscheidungen nicht in Form eines
Inkonsistenzfaktors bewertet werden kann.
Im Folgenden sollen einige Einzelschritte des prozessualen Ablaufs, der in der
nachstehenden Abbildung dargestellt ist, näher erläutert werden. In Anlehnung an
Abbildung 14 sind auch hier alle nicht automatisierbaren Ablaufschritte grau
hinterlegt. Fett markierte Teilprozesse müssen ebenfalls von der gleichen Person bzw.
dem gleichen Team vorgenommen werden. Der Iterationspfeil deutet an dass, bei
instabilen Lösungen, die Bewertungsphase wiederholt werden sollte.
- 71 - SFB 696

Definition der Ziele
Definition der Alternativen
Modellieren
Definition der Kriterien
Gewichtung der Kriterien
Gewichtung der Alternativen
Entscheiden
Ermitteln der Gesamtpriorität
Sensitivitätsanalyse
Validieren
Ergebnisdarstellung
Abbildung 23: Ablaufschema einer NWA
Die ersten und letzten zwei Ablaufschritte sollen hier nicht näher betrachtet werden,
da sie mit der Vorgehensweise beim AHP vollständig übereinstimmen. Unterschiede
sind jedoch bei der Definition und Gewichtung der Kriterien, der Bewertung der
Alternativen sowie der Ermittlung der Gesamtprioritäten zu verzeichnen. Diese
Aspekte sollen nun näher erläutert werden. Die methodischen Grundlagen sind, soweit
nicht anders kenntlich gemacht, aus der Wikipedia-Online-Enzyklopädie entnommen
[URL09].
Definition der Kriterien
Grundsätzlich ist der Ablauf zur Bestimmung und Strukturierung der Einflussgrößen
wie beim AHP vorzunehmen. Zusätzlich können bei der NWA jedoch K.O.-Kriterien,
sowie Ober- und Untergrenzen definiert werden. Alternativen, die das Kriterium nicht
erfüllen oder die Grenzwerte über- bzw. unterschreiten, werden je nach
Bewertungsskala mit einem Wert kleiner oder gleich 0 gewichtet und können somit
direkt in die Bewertungsphase integriert werden.
- 72 - SFB 696

Einflussgrößen, die für die Lösung des Entscheidungsproblems zwar von Vorteil, aber
nicht von absoluter Wichtigkeit sind, werden als Soll-Kriterien bezeichnet. Nur diese
können im Unterschied zur NWA mit Hilfe des AHP bewertet werden.
Gewichtung der Kriterien
Ausgangspunkt für die Gewichtung der Kriterien ist, dass alle relevanten
Bewertungskriterien und Alternativen bekannt und hierarchisch strukturiert sind.
Diese Phase wird von Zangemeister als Konkretisierung eines mehrdimensionalen
Zielsystems bezeichnet [Zangemeister '76]. Unterschieden werden zwei mögliche
Verfahren zur Bewertung der Wichtigkeit der einzelnen Kriterien. Entweder erfolgt die
Reihung der Alternativen durch direkte Vergabe von relativen Punktwerten, auch
relatives Rating genannt, oder mittels eines vereinfachten Paarvergleichs. Unabhängig
von der Methode muss die Summe aller Kriteriengewichte 100% ergeben. Die
Gewichtsverteilung spiegelt die Aufteilung des Gesamtnutzens wieder.
Beim relativen Rating wird der Gesamtnutzen von 100% direkt auf die einzelnen
Kriterien aufgeteilt. Beim Paarvergleich werden - wie schon zuvor beim AHP - alle
Kriterien einer Ebene miteinander im Hinblick auf ein übergeordnetes Kriterium oder
das Ziel vergleichen. Lediglich die Skala unterscheidet sich hinsichtlich der zulässigen
Werte und des Abstufungsumfangs. Bei der NWA sind meist nur drei Urteile möglich,
die der folgenden Tabelle zu entnehmen sind.
Beschreibung
Skalenwert
Kriterium 1 ist wichtiger als Kriterium 2 2
Kriterium 1 ist genauso wichtig wie Kriterium
2
Kriterium 1 ist nicht so wichtig wie Kriterium
2
1
0
Tabelle 8: Paarvergleichsskala (NWA)
Für die Kriterien „Lehrangebot“ und „Reputation“ aus dem Beispiel zur Auswahl einer
optimalen Universität kann, unter Berücksichtigung der zuvor angenommenen
Gewichte, die folgende Kriterienmatrix abgeleitet werden.
- 73 - SFB 696

opt.
Universität
Lehrangebot Reputation Summe Normierung
Lehrangebot 1 2 3 75
Reputation 0 1 1 25
Summe 4 100
Tabelle 9: Kriterienbewertung mittels Paarvergleich (NWA)
Die Zeilensumme gibt Aufschluss über die Gesamtprioritäten je Kriterium. Je größer
ihr Wert, desto wichtiger ist die Erfüllung der jeweiligen Einflussgröße aus der Sicht
des Bewerters für das vorliegende Entscheidungsproblem. Die resultierenden Werte
werden i. d. R. in einem weiteren Schritt normiert, so dass die Summe - wie gefordert -
100 (%) ergibt. Die Prioritäten können mit Hilfe der folgenden Formel transformiert
werden:
w
i,gesamt
=
Σ
wi
w
i
* 100
Das Kriterium Kosten kann zwar in die Kriterien-, nicht aber in die
Alternativenbewertung direkt eingehen, so dass diese Einflussgröße hier
vernachlässigt wurde. Grundsätzlich sollen mit der NWA nur qualitative Größen
betrachtet werden. Es besteht jedoch die Möglichkeit, über eine Definition von
Nutzenfunktionen Alternativen im Hinblick auf harte Kriterien zu bewerten. Dieser
Aspekt wird im Folgeabschnitt noch näher erläutert.
Die mittels Paarvergleich resultierenden Kriterienprioritäten sollen für die
Gesamtauswertung übernommen werden. Wie bereits geschildert, hätten diese aber
auch durch ein relatives Rating bestimmt werden können. Zunächst soll jedoch auf die
Gewichtung der Alternativen eingegangen werden.
Gewichtung der Alternativen
Im Gegensatz zur Kriterienbewertung fordert die NWA standardmäßig für die
Gewichtung der Alternativen eine direkte Punktevergabe. Diese Bewertungstechnik
wird als absolutes Rating bezeichnet. Der Umfang der Bewertungsskala kann frei
gewählt werden. Meist wird – wie beim Schulnotensystem – eine sechselementige
Skala bevorzugt, die die Werte von 0 (ganz schlecht) bis 5 (sehr gut) beinhaltet. Üblich
sind aber auch andere Skalen mit ganzzahligen Werten von 0 bis 10. Grundsätzlich gilt,
dass ein größerer Wert eine höhere Priorität ausdrückt.
- 74 - SFB 696

Um die jeweiligen Alternativen im Hinblick auf komplexe qualitative oder
quantifizierbare Kriterien bewerten zu können, muss zunächst die Verknüpfung
zwischen dem Wert der Einflussgröße und dem hieraus resultierenden Nutzen
definiert werden. Diese Beziehung wird durch eine so genannte Nutzenfunktion
ausgedrückt. Die folgende Abbildung zeigt Beispiele für mögliche Verläufe von
Funktionen, die den Einfluss von quantitativen Größen auf den Nutzen beschreiben
[URL03].
Abbildung 24: Beispiele für typische Nutzenfunktionen
Wie der obigen Graphik zu entnehmen ist, können die Eigenschaften der
Nutzenfunktionen vielfältig divergieren. Zulässig sind stetige und unstetige, sowie
lineare und nichtlineare Verläufe. Der Nutzen kann mit zunehmenden Abszissenwerten
steigen oder fallen. Die Funktionen können auch glocken- oder parabelförmig
verlaufen. Ziel ist die aus der Sicht des Entscheiders wirklichkeitsgetreue Abbildung
der Verknüpfung von Input- und Outputgrößen.
Für das diskutierte Beispiel könnten somit auch die Kosten in die Bewertung integriert
werden, indem beispielsweise pro Subkriterium eine linear fallende Funktion definiert
wird, die ausdrückt, dass der Nutzen der jeweiligen Alternative mit zunehmenden
Kosten sinkt, also umso höher ist, je geringer die finanzielle Belastung ist.
- 75 - SFB 696

Ermittlung der Gesamtpriorität
Für die Verdichtung der Daten zu einer Gesamtpriorität werden die einzelnen
Kriterien- und Alternativennutzenwerte miteinander multipliziert und mit den jeweils
anderen, resultierenden Teilgewichtungen addiert. Diese Summe repräsentiert den
Gesamtnutzen je Alternative. Diejenige Alternative, die den höchsten Nutzen aufweist,
wird i. d. R. gewählt. Liegen einzelne Werte nahe beieinander, empfiehlt es sich, der
Auswertungsphase eine Sensitivitätsanalyse anzuschließen. Durch gezielte Variation
der Kriteriengewichte können Auswirkungen auf die Rangfolge der Alternativen
simuliert werden.
Für das obige Beispiel kann die Gesamtpriorität folgendermaßen ermittelt werden. Für
die Kriterien Lehrangebot und Reputation, die rein qualitative Einflussgrößen
darstellen, wurde keine Nutzenfunktion definiert. Es wird angenommen, dass der
Nutzen mit zunehmender Erfüllung der Kriterien steigt. Die Bewertung wurde
beispielhaft je Alternative mit einer Skala von 1 bis 10 durchgeführt und ist der
folgenden Tabelle zu ntnehmen.
Kriterien Gewichtung Uni A A * G Uni B B * G Uni C C * G
Lehrangebot 75 5 375 2 150 8 600
Reputation 25 7 175 4 100 6 150
Summe 550 250 750
Ranking 2 3 1
G i : Gewicht des jeweiligen Kriteriums; A, B, C: Gewichte der Alternativen
Tabelle 10: Alternativenbewertung (NWA)
Demnach ist die Alternative Uni C deutlich der Alternative Uni A und Uni B vorzuziehen.
Auf eine Sensitivitätsanalyse soll an dieser Stelle verzichtet werden, da das Prinzip
bereits zuvor erläutert wurde.
- 76 - SFB 696

Abschließend sei darauf hingewiesen, dass der Gesamtnutzen lediglich der Ordnung
der Alternativen dient, aber keine Information über den Nutzen selbst liefert. Er wird
aus der Summe der einzelnen Zielerreichungsgrade ermittelt, die sich wiederum aus
der Multiplikation der Kriterien und Alternativengewichte ergeben. Unabhängig davon,
ob der einzelne Nutzwert über eine Funktion, eine direkte Bewertung oder mittels
paarweisen Vergleichs ermittelt wurde, stellt er immer eine dimensionslose Größe dar.
Es kann also beispielsweise nicht angenommen werden, dass die Alternative A
doppelt so gut wie die Alternative B ist, weil für den Gesamtnutzen gilt: A = 500 und B
= 250. Diese Aussage ist unzulässig. Aus diesem Grunde kann der ermittelte
Gesamtnutzen auch nicht - wie beim AHP - in Relation zu den Kosten gesetzt werden.
2.3.3 Methodischer Vergleich zwischen NWA und AHP
Einzelne Unterschiede zwischen den beiden Methoden wurden bereits in den
vorherigen Abschnitten erwähnt. So ist z. B. eine Konsistenzprüfung bei der NWA nicht
möglich, da die Gewichtungen nicht konsequent in paarweisen Vergleichen
durchgeführt werden müssen und die der Bewertung zugrunde liegende Skala beim
vereinfachten Paarvergleich zudem nicht reziprok aufgebaut ist. Somit ist das von
Saaty entwickelte Modell zur Herleitung des Inkonsistenzfaktors hinfällig.
Desweiteren ist die Integration quantitativer Größen bei der NWA wesentlich
aufwendiger als beim AHP. In den meisten Fällen kann eine Nutzenfunktion definiert
werden, die u. a. die Betrachtung harter Kriterien ermöglicht. Unabhängig von der Art
der Einflussgröße ist die wirklichkeitsgetreue Abbildung eines Sachverhaltes in Form
einer solchen Funktion nicht immer umsetzbar oder sehr kompliziert. Darüber hinaus
ist eine Kosten-Nutzen-Analyse, wie im vorherigen Abschnitt geschildert, zumindest
bei der klassischen Nutzwertanalyse gar nicht möglich.
Zudem ist die NWA ausschließlich auf die Bewertung von Auswahlproblemen
ausgerichtet. Der AHP ermöglicht auch die Betrachtung anderer Fragestellungen, die
z. B. eine reine Bewertung einzelner Kriterien und Subkriterium zum Ziel haben.
Darüber hinaus kann ein solches Entscheidungsproblem jeder Zeit dahingehend
erweitert werden, dass eine Auswahl aus verschiedenen Alternativen getroffen werden
kann. Hierzu muss die Hierarchie nur um die Alternativenebene ergänzt werden.
Theoretisch ist eine reine Kriterienbewertung auch mittels NWA realisierbar, aufgrund
der ungenaueren Bewertungsmethoden, die hierfür zur Auswahl stehen, aber in
diesem Zusammenhang nicht zweckmäßig.
- 77 - SFB 696

Viele Charakteristika der NWA können im Vergleich zum AHP nicht grundsätzlich als
besser oder schlechter klassifiziert werden und weisen sowohl Vor- als auch Nachteile
auf. Welche Methode vorteilhafter ist, hängt vom Einzelfall, also vom konkreten
Entscheidungsproblem, den Präferenzen des Anwenders oder vielen anderen
möglichen Faktoren, ab. Für den Anwender sind z. B. die leichte Verständlichkeit und
die einfache Anwendung eines Entscheidungstools mit Sicherheit von Vorteil, da der
Aufwand geringer ist. In dieser Hinsicht ist die NWA dem AHP deutlich überlegen. Sie
zwingt nicht zum paarweisen Vergleich, die Skalen für die absolute Bewertung sind
frei definierbar, der Paarvergleich verlangt lediglich eine „Größer-Kleiner-Gleich-
Betrachtung“. Zudem werden für die Verdichtung der Daten zu einem Gesamtnutzen
lediglich die Grundrechenarten und keine Matrizenmultiplikationen, wie beim AHP,
benötigt. Deshalb bedarf es bei der Anwendung der NWA auch nicht zwingend einer
Softwareunterstützung. Bei größeren Entscheidungsproblemen wird dies jedoch auch
erforderlich sein.
Alle aufgezählten Eigenschaften könnten aber auch aus einer anderen Perspektive
betrachtet werden. Der methodische Ablauf des AHP ist nur unwesentlich
komplizierter als bei der NWA. Der Anwender muss das mathematische Konzept nicht
kennen oder verstehen, um den AHP erfolgreich anzuwenden. Lediglich der strenge
paarweise Vergleich bedeutet einen größeren Aufwand, ist allerdings auch wesentlich
genauer. Zudem kann der Inkonsistenzfaktor als Richtwert für die Plausibilität der
Entscheidungen angegeben werden. Die von Saaty definierte Skala lässt außerdem
eine wesentlich feinere Abstufung zu. Entscheidungsprobleme, die diese Eigenschaft
fordern, sind mit der NWA gar nicht zu lösen.
Im Gegensatz zum AHP fordert die NWA, wie schon erwähnt, eine Klassifizierung der
Kriterien im Hinblick auf ihre Wichtigkeit. So können Muss- und Soll-Kriterien (Kann-
Kriterien) definiert und direkt in die Berechnung integriert werden. Dies ist beim AHP
nicht möglich. Alternativen, die mindestens ein Muss-Kriterium nicht erfüllen, können
nicht in den Bewertungsprozess mit einbezogen werden.
2.3.4 Kepner-Tregoe-Verfahren
Das Kepner-Tregoe-Verfahren, auch unter dem Namen KT-Analyse bekannt, stellt eine
methodische Erweiterung der NWA dar und wird im Rahmen von QFD-Projekten häufig
angewendet. Im Vergleich zur NWA weist die Methode im Wesentlichen drei
Unterschiede auf, die den sonst gleichen Ablauf erweitern [URL08].
Nach erfolgter Definition der Bewertungskriterien fordert die KT-Analyse zusätzlich
- 78 - SFB 696

eine konsequente Einteilung in Muss- und Soll-Kriterien. Alternativen, die die
definierten K.O.-Kriterien nicht erfüllen, gehen - wie beim AHP und im Gegensatz zur
NWA - gar nicht erst in die Bewertung ein.
Desweiteren unterscheidet sich die Paarvergleichsskala dahingehend, dass sie nur
zwei Werte aufweist. Ist ein Kriterium A besser als ein Kriterium B, so wird eine 1 in die
Paarvergleichsmatrix eingetragen. Andernfalls wird der Vergleich mit einer 0 bewertet,
unabhängig davon, ob die Kriterien gleich wichtig sind, oder B besser als A ist. Die
einzelnen Prioritäten werden, wie bei der NWA, über Addition der Zeilenwerte und
anschließende Normierung ermittelt.
Nach Abschluss der Bewertungsphase wird eine Risikobetrachtung durchgeführt. Die
Alternativen werden im Hinblick auf die Konsequenzen, die durch ihre Realisierung
entstehen, analysiert. Diejenigen, die mit einem zu hohen Risiko behaftet sind, werden
nachträglich von der Auswahlentscheidung ausgeschlossen. Dabei kann es sich
durchaus um Alternativen handeln, die bei der Bewertung zuvor stark präferiert
wurden.
2.3.5 Conjoint-Analyse
Die Conjoint-Analyse verfolgt im Vergleich zu den vorherigen Methoden einen etwas
anderen Ansatz zur Bewertung multikriterieller Entscheidungsprobleme.
Charakteristisch ist das dekompositionelle Prinzip des Verfahrens. Der Befragte
bewertet mögliche Entscheidungsalternativen im Hinblick auf ihren Nutzen, ohne
zuvor die Kriterien gewichten zu müssen, die die jeweiligen Alternativen
charakterisieren. Die Conjoint-Analyse findet aufgrund dieser Vorgehensweise seit
den 70er Jahren im Rahmen der Anforderungspriorisierung große Beachtung und ist
heute eine der meist eingesetzten Bewertungsverfahren überhaupt. Es existieren viele
verschiedene methodische Varianten, die hier aufgrund Ihrer Vielfalt nicht näher
erläutert werden. Im Folgenden soll der allgemeine Ablauf kurz vorgestellt werden, der
in der nachstehenden Abbildung schematisch dargestellt ist. Falls nicht anders
kenntlich gemacht, so wurden die methodischen Grundlagen der nachstehenden
Quelle entnommen [URL07].
- 79 - SFB 696

Definition des Bewertungsziels
Definition der Kriterien
Modellieren
Definition der Alternativen (Stimuli)
Bewertung der Alternativen
Entscheiden
Ermitteln der Teilnutzwerte
Ermitteln der Gesamtnutzwerte
Analysieren
Ergebnisdarstellung
Abbildung 25: Ablaufschema einer Conjoint-Analyse
Wie auch bei den anderen Entscheidungsmethoden muss bei der CA zunächst das Ziel
der Bewertung klar definiert werden. Die Einflussgrößen können z. B. intern durch
Brainstorming oder extern mittels Vorstudien erhoben werden. Die Ablaufschritte
Definition und Bewertung der Alternativen sowie Ermitteln und Verdichten der
Teilnutzwerte sollen im kommenden Absatz näher erläutert werden. In Anlehnung an
die vorherigen Ablaufschemata sind auch hier wieder alle Teilprozesse, die nicht
automatisiert werden können, grau hinterlegt. Der fett markierte Prozess muss von
dem oder den Bewertenden durchgeführt werden. Alle anderen Ablaufschritte können
und werden i. d. R. von einem Projektteam übernommen. Alle automatisierbaren
Teilabläufe sind durch Abrundung der jeweiligen Prozesskästen kenntlich gemacht.
2.3.5.1 Definition der Alternativen
Den zuvor definierten Kriterien können mehrere Ausprägungen zugeordnet werden.
Hieraus werden die möglichen Alternativen, so genannte Stimuli, ermittelt.
Unterschieden werden zwei divergierende Ansätze zur Auswahl der Alternativen. Bei
der Full-Profile-Methode werden alle Kombinationsmöglichkeiten aus Kriterien und
deren Ausprägungen berücksichtigt. Beim Trade-off-Ansatz werden nicht alle
Kriterien je Alternative berücksichtigt, um v. a. bei größeren Datenmengen eine
effiziente Bewertung durchführen zu können.
- 80 - SFB 696

Ein Beispiel für den Full-Profile-Ansatz zeigt, dass bereits drei Kriterien und zwei
unterschiedliche Realisierungsformen zu einer Bewertung von acht Alternativen
führen. Es sollen acht (fiktive) Automodelle miteinander verglichen werden, die sich
durch die Kriterien „Leistung“, „Sparsamkeit“ und „Komfort“ auszeichnen. Es werden
zudem zwei unterschiedliche Ausprägungen „hoch“ und „niedrig“ unterschieden. Die
nachstehende Tabelle zeigt die sich hieraus ergebenen Produktkombinationen.
Leistung Sparsamkeit Komfort
Variante 1 hoch hoch hoch
Variante 2 hoch hoch gering
Variante 3 hoch gering hoch
Variante 4 hoch gering gering
Variante 5 gering hoch hoch
Variante 6 gering hoch gering
Variante 7 gering gering hoch
Variante 8 gering gering gering
Tabelle 11: Beispiel für mögliche Produktkombinationen (Full-Profile-Ansatz)
Die einzelnen Varianten können als marktetablierte Produkte oder in Form von
Prototypen vorliegen, müssen es aber nicht. Im letzteren Fall spricht man von
virtuellen Stimuli.
2.3.5.2 Bewertung der Alternativen
Zur Auswahl oder Priorisierung der einzelnen Alternativen können viele
unterschiedliche Entscheidungstechniken angewendet werden. Eine methodische
Variante verlangt die Auswahl einer oder keiner der Alternativen. Hiermit wird z. B.
eine Kaufentscheidung real nachgebildet. Ein anderer Ansatz fordert die Bildung einer
Rangfolge bezüglich der persönlichen Präferenzen des Entscheiders. Dies wird als
Ranking bezeichnet. Aber auch die zuvor diskutierten Techniken, wie das absolute
Rating oder der paarweise Vergleich, finden bei der CA vielfach Anwendung.
- 81 - SFB 696

2.3.5.3 Ermitteln der Teilnutzwerte
Der Algorithmus zur Ermittlung der Teilnutzwerte hängt von dem zugrunde liegenden
Skalenniveau der Bewertungstechnik ab. Allgemein basiert das Ergebnis auf einer
Regressions- oder Varianzanalyse. Hierdurch wird eine Aussage über die einzelnen
Kriterienprioritäten sowie die Teilnutzwerte je Merkmalsausprägung ermöglicht.
Bei mehreren Befragten müssen die Resultate aus der Alternativenbewertung zu
einem Gesamtergebnis verdichtet werden. Hierzu wird der Mittelwert oder Median je
Alternative und die Standardabweichung ermittelt. Die Standardabweichung erlaubt
eine Aussage über die Streuung der Ergebnisse. Liegen diese weit auseinander, so
kann es hilfreich sein, mittels einer Rangkorrelationsanalyse eine Clusterbildung
vorzunehmen. Somit können Teilnehmer mit ähnlichen Präferenzen zu einer Gruppe
zusammengefasst werden. Bei dieser Option muss die statistische Analyse pro Cluster
wiederholt werden [URL04].
Falls eine Gruppenbildung vorgenommen wurde, müssen die Kriteriengewichte und
Teilnutzwerte je Cluster bestimmt werden. Welche der Alternativen letztlich bevorzugt
wird, kann anhand von zuvor definierten Kriterien bestimmt werden. Sinnvoll ist z. B.
die Realisierung derjenigen Alternative, die dem Cluster mit der größten
Teilnehmerzahl zugeordnet wird [URL04].
2.3.5.4 Ermitteln der Gesamtnutzwerte
Wie bereits bei der NWA in Kapitel 2.3.2 geschildert, werden die Gesamtnutzwerte je
Alternative ermittelt, indem alle Teilnutzwerte mit dem jeweiligen Kriteriengewicht
multipliziert und die hieraus resultierenden Teilnutzen schließlich
alternativenbezogen aufsummiert werden.
Die jeweiligen Teilnutzwerte erlauben eine Angabe über die Abstände zwischen den
unterschiedlichen Ausprägungen. Somit ist es, im Gegensatz zu den vorherigen
Methoden, möglich zu analysieren, durch welche Maßnahmen der Nutzen einer
schlechteren Alternative verbessert werden kann, so dass ein Bewerter diese
vorziehen würde.
- 82 - SFB 696

2.3.6 Vergleich der Priorisierungsverfahren im Hinblick auf die
Kundenanforderungsgewichtung
Wie zu Anfang des Kapitels erläutert, werden die einzelnen Priorisierungsverfahren
hinsichtlich des methodischen Umfangs in Bewertungstechniken und
Bewertungsmethoden eingeteilt. Auf diese Gliederung soll auch bei den weiteren
Ausführungen Bezug genommen werden. Es gilt die Frage zu klären, welche der
vorgestellten Tools unter Beachtung verschiedener Rahmenbedingungen die optimale
Lösung darstellt.
Problematisch ist, dass hinsichtlich der Bewertung und Auswertung zwei
konfliktionäre Forderungen bestehen. Zum einen soll das Verfahren im Sinne des
Kunden einfach verständlich und schnell durchführbar sein. Zum anderen muss die
Bewertung so präzise wie möglich vorgenommen werden, so dass die sich hieraus
ableitbaren Prioritäten verlässliche Informationen für das Unternehmen liefern.
Letzteres kann nur realisiert werden, wenn eine intensive Konfrontation mit der
Problemstellung verlangt wird. Andererseits können komplizierte Verfahren den
Befragten überfordern und führen deshalb, trotz Genauigkeitsanspruch, zu keinen
brauchbaren Ergebnissen. Alle denkbaren Methodiken zur Priorisierung von
Kundenanforderungen lösen den beschriebenen Zielkonflikt nicht optimal. Es muss
letztlich im Hinblick auf den konkreten Anwendungsfall ein geeignetes Verfahren
ausgewählt werden.
2.3.6.1 Vergleich der Bewertungstechniken
Die Bewertungstechniken können hinsichtlich verschiedener Kriterien klassifiziert
werden. Zum einen unterscheiden sie sich in der Art und Genauigkeit der
resultierenden Ergebnisse, die von der zugehörigen Bewertungsskala und dem
Bewertungsstil abhängen. Dieser hat wiederum einen Einfluss auf den
verfahrensbedingten Schwierigkeitsgrad und damit an die kognitiven Fähigkeiten des
Anwenders. Über die Eignung einer Bewertungstechnik bestimmen zum anderen viele
weitere Kriterien, deren Ausprägungen vor dem Hintergrund der jeweiligen
Rahmenbedingungen divergieren. Diese Aspekte sollen nun näher diskutiert werden.
Die einer Bewertung zugrunde liegende Skala entscheidet über die Aussagekraft der
Ergebnisse. Bezüglich dieser Eigenschaft können die zuvor vorgestellten
Bewertungstechniken in zwei Gruppen eingeteilt werden. Eine absolute Bewertung
fordert die Gewichtung der Anforderungen mit Hilfe einer Nominal-, Ordinal- oder
Intervallskala. Eine differenziertere Betrachtung wird durch eine relative Bewertung
- 83 - SFB 696

ermöglicht, die mittels einer Verhältnisskala vorgenommen wird. Bevor die jeweiligen
Techniken dahingehend näher klassifiziert werden, sollen die unterschiedlichen
Skalenniveaus anhand der nachstehenden Tabelle kurz erläutert werden, um den
Unterschied zwischen beiden Varianten besser verdeutlichen zu können [URL12].
Beschreibung
zulässige
Operanden
Niveau
Nominalskala
Ordinalskala
Intervallskala
Verhältnisskala
Objekte, denen bestimmte
Merkmalsausprägungen zuzuordnen
sind, können hinsichtlich der
Übereinstimmung der Eigenschaften
miteinander verglichen werden.
Beispiele: Farben, Geschlecht,
Tierrassen
Ein Vergleichsobjekt kann
hinsichtlich einer Eigenschaft
dominieren, unterliegen oder
übereinstimmen. Die Abstände
zwischen den betrachteten Größen
können nicht interpretiert werden.
Beispiel: Schulnotensystem
Der Abstand zweier Größen kann
hinsichtlich einer
Merkmalsausprägung quantitativ
begründet werden. Der Nullpunkt der
Skala ist aber willkürlich festgelegt.
Beispiel: Temperatur (°C)
Die Skala beinhaltet einen absoluten
Nullpunkt. Multiplikation und
Division sind somit zulässig.
Beispiel: Temperatur (K), Gewicht (g),
Geschwindigkeit (km/h)
=
≠
>
=
<
+
-
*
:
Tabelle 12: Darstellung und Definition der Skalenniveaus
Bezüglich der obigen Tabelle ist anzumerken, dass die Skalendefinitionen aufeinander
aufbauen. Das bedeutet, dass eine Skala höheren Niveaus die Eigenschaften aller
niedrigeren in sich vereint, nicht aber deren Einschränkungen. Folglich können je
Skalentyp nicht nur die neu definierten, sondern auch alle primitiveren Operanden
angewendet werden.
- 84 - SFB 696

Die Operanden einer Ordinalskala ermöglichen ein Ranking der Bewertungsobjekte.
Kundenanforderungen können folglich mit Hilfe von absoluten Bewertungstechniken
bezüglich der Präferenzen eines Entscheiders geordnet werden. Unabhängig davon, ob
die Skala drei oder mehr Elemente enthält, können die Abstände zwischen den
Bewertungsstufen nicht interpretiert werden, da die Ergebnisgrößen dimensionslos
sind. So kann z. B. bei einer Bewertung nach dem Schulnotensystem nicht
angenommen werden, dass ein Schüler A mit der Note gut den gleichen
Leistungsunterschied gegenüber einem Schüler B mit der Note sehr gut aufweist, wie
ein anderer Schüler C mit ausreichenden Leistungen gegenüber einem weiteren
Schüler D mit der Note befriedigend. Es kann nur festgestellt werden, dass der
Schüler A schlechter als B, aber besser als C und D ist, nicht jedoch um wie viel dieser
schlechter oder besser ist.
Um eine differenziertere Bewertung zu ermöglichen, kann die klassische
Notenvergabe an eine Intervallskala geknüpft werden. Einem zuvor definierten
Punkteintervall wird genau eine Note zugeordnet. Hiermit kann beispielsweise
angegeben werden, dass der Schüler A mit 80 Punkten um 40 Punkte besser ist, als ein
Schüler C. Falsch ist jedoch die Aussage, dass A doppelt so gut wie C ist. Eine
Gegenüberstellung beider Bewertungssysteme ist der nachfolgenden Tabelle zu
entnehmen.
absolute
Bewertung
relative
Bewertung
[Punkte]
Rang
Schüler A 2 80 2
Schüler B 1 90 1
Schüler C 4 40 4
Schüler D 3 45 3
Tabelle 13: Beispiel für eine Oridnal- und Intervallbewertung
Nur bei einer relativen Bewertung sind die Abstände zwischen den Ergebnisgrößen
eindeutig ableitbar. Bezogen auf die Kundenanforderungspriorisierung können - im
Gegensatz zu den absoluten Verfahren - Nutzendifferenzen gebildet und die
Ergebnisse dahingehend interpretiert werden. Allerdings können hiermit keine
Aussagen über den totalen Nutzen getroffen werden. Es ist unklar, ob die
Anforderungen insgesamt eher wichtig oder unwichtig sind, feststellbar ist nur, in
- 85 - SFB 696

welchem Verhältnis diese zueinander stehen.
Die nachstehende Tabelle zeigt die zuvor diskutierten Bewertungstechniken in
Abhängigkeit von dem Niveau ihrer Bewertungsskala.
Bewertungstechnik Skalenniveau Skalenelemente
Ranking Ordinalskala keine
absolute
Bewertung
vereinfachter
Paarvergleich
Ordinalskala z.B.: [0 : 2]
absolutes Rating Ordinalskala z.B.: [1 : 5]
relative
Bewertung
relatives Rating Verhältnisskala [0% : 100%]
Paarvergleich nach
Saaty
Verhältnisskala [1/9 : 9]
Tabelle 14: Einteilung der Bewertungstechniken (Skalenniveau)
Festzuhalten ist, dass relative Verfahren differenziertere Ergebnisse liefern als
absolute Bewertungstechniken. Aus den resultierenden Werten kann nicht nur die
Reihung der Anforderungen nach ihrer Wichtigkeit, sondern es können auch die
Nutzenverhältnisse abgeleitet werden. Zudem enthält die Skala wesentlich mehr
Elemente, so dass die Bewertung viel differenzierter erfolgen kann. Da aber keine
absoluten Werte vorliegen, kann die Ausprägung der Präferenzen mit dieser
Verfahrensvariante nicht bestimmt werden.
Um eine umfassende Auswertung vornehmen zu können, müssten folglich beide
Verfahren miteinander kombiniert werden. Dies ist in der Praxis aber nicht üblich.
Auch alle im vorherigen Abschnitt genannten Methoden wenden, zumindest je
abgeschlossener Bewertungsphase, jeweils nur eine der Techniken an. Unabhängig
von dem Interpretationsspektrum der Ergebnisse ist deren Qualität ein weiterer
wesentlicher Aspekt, der im Folgenden diskutiert werden soll.
Grundsätzlich gilt, dass die Zuverlässigkeit von Bewertungsergebnissen in einer
direkten Verbindung zu der Komplexität der angewendeten Technik steht. Dies lässt
sich einfach nachvollziehen. Je intensiver ein Befragter gezwungen wird, sich mit
einem konkreten Entscheidungsproblem auseinander zu setzen, desto mehr wird
dieser auch in der Lage sein, dessen Einflussgrößen differenziert zu gewichten.
Allerdings ist der Mensch aufgrund seiner kognitiven Fähigkeiten nur begrenzt in der
Lage, mehrere Informationen gleichzeitig zu berücksichtigen. Die „Millersche Zahl“
- 86 - SFB 696

wurde im Rahmen einer in den 50er Jahren durchgeführten Studie von dem
amerikanischen Psychologen George Miller ermittelt und besagt, dass das
Kurzzeitgedächtnis nur plus 7 oder minus 2 Informationen parallel berücksichtigen
kann. Diese Eigenschaft ist genetisch vorgeschrieben und kann nicht trainiert werden.
Der Durchschnitt liegt bei 6 bis 7 Chunks (Informationseinheiten). 9 Chunks konnten
nur bei überdurchschnittlich intelligenten Menschen mit einem IQ über 150% ermittelt
werden [Miller '56].
Hieraus kann zum einen abgeleitet werden, dass die Zerlegung komplexer
Problemstellungen jeglicher Art eine notwendige Voraussetzung ist, um eine fundierte
Lösung zu finden. Zum anderen dürfen diese aber nicht aus mehr als 7 Teilsystemen
und letztere wiederum nicht aus mehr als 7 Subsystemen bestehen.
Hinsichtlich der Vergleichskriterien Genauigkeit und Schwierigkeitsgrad sollen die
bekannten Bewertungstechniken nun gegenübergestellt werden. Desweiteren können
sie bezüglich der Anzahl der gleichzeitig zu bewertenden Anforderungen
folgendermaßen eingeteilt werden.
Anzahl der gleichzeitig
zu bewertenden
Objekte
Bewertungstechniken
Genauigkeit
Schwierigkeitsgrad
- absolutes Rating geringer
zwei Anforderungen
alle Anforderungen
vereinfachter PV,
Ranking,
PV nach Saaty
relatives Rating
PV: Paarweiser Vergleich
höher
Tabelle 15: Einteilung der Bewertungstechniken hinsichtlich der kognitiven
Anforderungen
Beim absoluten Rating müssen keine Beziehungen zwischen den jeweiligen
Bewertungsgrößen beachtet werden. Jedes Objekt wird einzeln gewichtet. Im Rahmen
der Kundenanforderungspriorisierung ist bei Anwendung dieser Methode deshalb
häufig zu beobachten, dass die Kunden alle Anforderungen als wichtig einstufen und
damit hoch bewerten, weil sie nicht gezwungen werden, differenziert zu urteilen.
Dennoch ist das absolute Rating eine der am häufigsten eingesetzten
Bewertungsverfahren überhaupt, da die simple Bewertungstechnik wenig
- 87 - SFB 696

Anforderungen an die Befragten stellt und keine unmittelbaren Einschränkungen
hinsichtlich der Bewertungsanzahl zu beachten sind [URL05].
Beim Ranking werden die Anforderungen in Hinblick auf den subjektiven Nutzen des
Entscheiders aufsteigend geordnet. Es existieren zahlreiche Sortieralgorithmen, die
ein systematisches Vorgehen ermöglichen und unbewusst von einem Befragten
angewendet werden. Unabhängig von der Methode müssen hierfür jeweils nur zwei
Objekte miteinander verglichen werden. Der Schwierigkeitsgrad ist zwar gering, aber
aufgrund der wenigen Informationen, die aus einer solchen Bewertung resultieren,
wird diese Technik nicht so häufig zur Gewichtung von Kundenanforderungen
eingesetzt wie z. B. die beiden Ratingverfahren. Schließlich können aus den
Ergebnissen der anderen Verfahren - zusätzlich zum Ranking der Anforderungen -
weitere nützliche Informationen abgeleitet werden. Zudem ist der Zeitaufwand für die
Bewertung beim absoluten und relativen Rating, wenn überhaupt, nur geringfügig
höher.
Auch beim paarweisen Vergleich muss der Befragte, unabhängig vom Umfang der
Bewertungsskala, zwei Anforderungen miteinander in Beziehung setzen. Im Gegensatz
zum absoluten Rating und Ranking wird er gezwungen, Abstufungen vorzunehmen.
Zwar können zwei Vergleichsobjekte auch als gleich wichtig bewertet werden,
allerdings wird dies bei einer Gewichtung von Kann-Anforderungen selten der Fall
sein. Der Leistungsanspruch an die kognitiven Fähigkeiten ist im Vergleich zum
absoluten Rating nur unwesentlich höher, da lediglich zwei Objekte konkret bewertet
werden müssen. Allerdings verlangt eine konsistente Entscheidung einen
Gesamtüberblick, d. h. dass dem Bewerter alle Anforderungen und deren
Wechselwirkungen bekannt seinen müssen. Demnach sollten aus den oben genannten
Gründen nicht mehr als sechs Vergleichsgrößen je Entscheidungsabschnitt bewertet
werden müssen.
Der Unterschied zwischen den beiden Paarvergleichsverfahren besteht in der
Eigenschaft der jeweiligen Bewertungsskala und den daraus resultierenden
Ergebnissen. Zunächst ist der Abstufungsumfang beim Paarvergleich nach Saaty
wesentlich größer und ermöglicht somit einen genaueren Ausdruck der Präferenzen.
Desweiteren ist die Skala und damit auch die Prioritätenmatrix reziprok aufgebaut, so
dass, im Gegensatz zum vereinfachten Paarvergleich, ein Inkonsistenzfaktor bestimmt
und damit die Logik der Gewichtung bewertet werden kann. Da beim vereinfachten
Paarvergleich keine Abstufung der Nutzenausprägungen gefordert wird, ist er
einfacher verständlich und v. a. schneller durchführbar. Allerdings verlangt auch Saaty
nicht, dass die gesamten Skalenelemente bei der Bewertung eingesetzt werden
- 88 - SFB 696

müssen. Will oder kann der Bewerter feinere Nuancen nicht ausdrücken, so können z.
B. die Zwischenwerte 2, 4, 6 und 8 vernachlässigt werden. Hiermit werden die
möglichen Bewertungsstufen auf fünf reduziert. Obwohl die Bewertung damit kaum
schwieriger und langwieriger ist, können jetzt die Nutzenverhältnisse ermittelt
werden.
Beim vereinfachten Paarvergleich kann nur ein Ranking vorgenommen werden. Zwar
handelt es sich hierbei um ein absolutes Verfahren, wie beim Rating, es können aber
keine zusätzlichen Informationen über den Totalnutzen gewonnen werden. Wie bereits
oben beschrieben, ist die Zuverlässigkeit der Ergebnisse zudem fragwürdig und nicht
überprüfbar. Dass die Auswertung beim Paarvergleich nach Saaty wesentlich
aufwendiger ist, kann aus der Sicht des Anwenders vernachlässigt werden. Bei Einsatz
einer Softwarelösung läuft dieser Prozess ohnehin vollständig im Hintergrund ab.
Somit ist der Zeitaufwand für die Bewertungsphase nicht deutlich höher anzusetzen.
Der Befragte muss auch nicht den mathematischen Hintergrund verstanden haben,
um die Technik erfolgreich anwenden zu können.
Beim relativen Rating werden mit Abstand die höchsten Anforderungen an die
kognitiven Fähigkeiten gestellt, da nicht nur eine Reihung, sondern auch der
quantitative Abstand zwischen den Objekten mittels einer direkten Punktevergabe
ausdrücket werden muss. Wie auch beim Paarvergleich nach Saaty handelt es sich bei
diesem Verfahren um eine relative Bewertungstechnik, so dass diese gut miteinander
vergleichbar sind. Zwar ist eine direkte Punktevergabe zumeist schneller als ein
Paarvergleich durchführbar, jedoch ist die Verlässlichkeit der Ergebnisse fragwürdig.
Wie auch beim absoluten Ranking wird der Befragte nicht gezwungen, sich intensiv mit
der Entscheidungssituation auseinanderzusetzen. Zudem kann eine höhere Zahl an
Einflussgrößen, die es gewissenhaft zu gewichten gilt, schnell zu einer Überforderung
und damit zum Unmut seitens der Anwender führen. Ein relatives Rating von
Kundenanforderungen ist also, ebenso wie der vereinfachte Paarvergleich, nur bedingt
zu empfehlen.
Abschließend sollen noch drei weitere Kriterien angesprochen werden, die über die
Tauglichkeit einer Bewertungstechnik im Rahmen der Anforderungspriorisierung
entscheiden. Hierbei werden die Rahmenbedingungen einer konkreten
Befragungssituation betrachtet. Je nach Anforderungsumfang, Anzahl der Befragten
und der Situation vor Ort eignen sich die jeweiligen Bewertungstechniken
unterschiedlich gut. Die Zuordnung der Verfahren zu der jeweiligen
Kriterienausprägung kann der folgenden Tabelle entnommen werden. Dabei muss
beachtet werden, dass die Grenzen meist fließend sind und kein Anspruch auf eine
- 89 - SFB 696

allgemein gültige Klassifikation erhoben wird, sondern lediglich Tendenzen
ausgedrückt werden sollen.
Kriterien Ausprägung Bewertungstechniken
Anforderungsumfang
Anzahl der Befragten
Befragungssituation
hoch
gering
hoch
gering
kompliziert
einfach
absolutes Rating
alle
Ranking,
vereinfachter Paarvergleich,
absolutes und relatives Rating
alle
absolutes und relatives Rating,
vereinfachter Paarvergleich
alle
Tabelle 16: Klassifikation der Bewertungstechniken
Bei einem geringen Anforderungsumfang können alle genannten Bewertungstechniken
eingesetzt werden. Bei einer höheren Anzahl weisen die Verfahren hingegen jeweils
unterschiedliche Nachteile auf. Je höher der Konzentrationsanspruch an die Befragten
ist, desto schneller wollen diese die Bewertung abschließen. Dies wirkt sich direkt auf
die Qualität der Aussagen aus. Im Extremfall wird die Bewertung mangels Motivation
sogar abgebrochen.
Auf der anderen Seite stellt sich bei den einfacheren Methoden sehr schnell eine
Monotonie und damit Langeweile bei den Bewertungen ein. Auch hierunter leidet die
Zuverlässigkeit der Ergebnisse. Unter allen genannten Techniken eignet sich das
absolute Ranking hierfür am meisten, da im Gegensatz zu den anderen Verfahren
keine Anforderungsgliederung vorgenommen werden muss und die Befragten weder
über- noch unterfordert werden.
Grundsätzlich stellt sich bei einer Bewertung von Anforderungen durch mehrere,
unabhängige Personen die Frage, wie die einzelnen Präferenzen zu einem
Gesamtergebnis verdichtet werden sollen und damit für ein Projekt auswertbar sind.
In Kapitel 2.3.1.3 wurden Ansätze für Gruppenentscheidungen thematisiert und
statistische Methoden benannt, mit deren Hilfe die Daten ausgewertet werden
können. Diese Verfahren sind für alle Bewertungstechniken geeignet. Da
Softwarelösungen, die einen Paarvergleich nach Saaty ermöglichen, aber oftmals
- 90 - SFB 696

keine Gruppenentscheidungen unterstützten, ist dieses Verfahren lediglich bei einer
direkten Integration der Gewichtungen aller Befragten in die Bewertung wesentlich
aufwendiger und daher zumindest momentan noch nicht zu empfehlen. Bei einer
Auswertung der Endergebnisse je Befragten ergibt sich jedoch kein Unterschied zum
relativen Rating.
Bei beliebig gestaltbaren Befragungsbedingungen können wiederum alle Verfahren
angewendet werden. Bei einer komplexen Befragungssituation ist dies nicht ohne
Weiteres möglich. Hiermit sind Umstände gemeint, die keine langen Erklärungen
erlauben. Die Bewertungen müssen schnell und möglichst ohne Rechnerunterstützung
durchführbar sein. Dies ist beispielsweise bei einer Massenbefragung im Kaufhaus der
Fall. Hier eignen sich besonders die beiden Ratingverfahren und der vereinfachte
Paarvergleich.
2.3.6.2 Vergleich der Bewertungsmethoden
Da die im vorherigen Abschnitt beschriebenen Methoden eine oder mehrere der
analysierten Priorisierungstechniken einsetzen, treffen auch alle zuvor diskutierten
Charakteristika auf diese zu. Deshalb sollen abschließend nur die sich aus dem
jeweiligen methodischen Rahmenkonzept ergebenen Vor- und Nachteile in Bezug auf
die Anforderungsgewichtung kurz gegenübergestellt werden. Grundsätzlich kann die
Anwendung einer Methodik dann von Vorteil sein, wenn die Anforderungsstruktur
komplex ist und damit eine Gliederung in Teilaspekte verlangt.
Der AHP stellt unter allen vorgestellten Methoden das genaueste Verfahren da. Zum
einen fordert er eine streng hierarchische Strukturierung der Anforderungen und damit
im Hinblick auf hierarchische Problemstellungen eine realitätsnahe Abbildung des
Entscheidungsprozesses. Zudem fördert der Prozess des Hierarchiedesigns das
Verständnis für die Problemstruktur und hilft, weitere Einflussgrößen zu finden. Zum
anderen ist er mathematisch fundiert und erlaubt neben einer präzisen Berechnung
von Verhältnisprioritäten die Bewertung der Inkonsistenz einer Entscheidung. Dieses
Kontrollinstrument steht bei keiner der anderen Methoden zur Verfügung.
Die NWA und die KT-Analyse sind mit dem theoretischen Konzept des AHP sehr
verwandt, allerdings sind beide sehr stark auf Auswahlprobleme ausgerichtet.
Deshalb sollten sie nur dann angewendet werden, wenn nicht nur die Anforderungen
selbst, sondern auch die Bewertung möglicher Produktalternativen in die Befragung
integriert werden soll. Der AHP ist diesbezüglich offen, da er alle Einflussgrößen im
Paarvergleich bewertet.
- 91 - SFB 696

Der Vorteil der Conjoint-Analyse liegt in der realitätsnahen Simulation von
Kaufentscheidungen. Damit ist die CA die einzige Methode, die beachtlich stark auf
die Priorisierung von Kundenanforderungen fixiert ist. Allerdings können die
eigentlichen Anforderungsgewichte hier nur durch bereits bekannte
Produktalternativen (Stimuli) ermittelt werden, so dass wiederum ausschließlich
Auswahlprobleme betrachtet werden können.
Bis auf den AHP, der bei der Bewertung aller Einflussgrößen einen Paarvergleich
verlangt, sind die anderen Methoden variabel in der Wahl der Bewertungstechniken
und damit flexibler einsetzbar, allerdings auch ungenauer.
- 92 - SFB 696

3 Entwicklung einer Vorgehensweise zur Verwendung relativer
Gewichte als Eingangsgrößen einer QFD
Von den in Kapitel 2 beschriebenen Bewertungsmethoden wird der AHP grundsätzlich
als der geeigneteste Ansatz zur Priorisierung von Anforderungen erachtet.
Insbesondere die höhere Genauigkeit der erfragten Bewertung gibt den Ausschlag für
diese Auswahl. In diesem Kapitel wird nun eine Vorgehensweise entwickelt, mit der
einerseits die Vorteile des AHPs genutzt werden können und andererseits aber auch
kundenseitige Eingangsgrößen für eine QFD bereitgestellt werden. Hierzu wird
insbesondere die Problematik von relativen Gewichten innerhalb einer QFD diskutiert.
3.1 Entwicklung einer Hierarchie von Anforderungen an intralogistische
Anlagen
Grundlage für die weiteren Überlegungen ist der in Kapitel 2.2.4 beschriebene
Anforderungskatalog. Es besteht nun die Aufgabe darin, ein Konzept zu entwickeln,
das die Hierarchisierung und Bewertung einer hohen Anzahl an Anforderungen aus
diesem Anforderungskatalog, welcher noch erweitert werden kann, im Sinne des AHP
ermöglicht.
Im Folgenden werden zwei Hierarchisierungskonzepte vorgestellt, wobei das erste die
in Kapitel 2.3.1.3 vorgestellten Regeln zur Hierarchieerstellung nicht erfüllt und somit
für die Bewertung mittels AHP nicht geeignet ist. Es soll an dieser Stelle dennoch
ausführlich erläutert werden, da mittels dieses Konzeptes mögliche Fehler beim
Hierarchiedesign erklärt werden können und die Motivation geschaffen wird, ein
zweites Konzept zu entwickeln, das im Vergleich zum ersten zwar aufwendiger ist,
aber eine Bewertung der Anforderungen aus dem Katalog mit Hilfe des AHP
ermöglicht.
3.1.1 Lösungsansatz I: Überführung der Anforderungsstruktur in eine AHPgeeignete
Struktur
Dieser Lösungsansatz sieht eine direkte Umwandlung der von Sakowski gewählten
Anforderungsstruktur in eine AHP-Hierarchie vor. Demnach würden die sechs
Gliederungspunkte in Form von Kriterien und die jeweiligen Anforderungen als
Subkriterien in eine Hierarchie integriert werden. Diese Art der Gliederung wurde von
den einzelnen Stakeholdern im Praxistest des Anforderungskataloges mehrheitlich als
realitätsnah und übersichtlich eingeschätzt [Sakowski '05].
- 93 - SFB 696

Eine Umwandlung dieses Schemas in eine AHP-Hierarchie scheint deshalb eine
sinnvolle und schnelle Lösung des Strukturierungsproblems zu liefern. Die oben
aufgeführten sechs Kategorien könnten als Kriterien definiert und die jeweils
zugehörigen Anforderungen als Subkriterien integriert werden.
Die hohe Anzahl an Anforderungen würde allerdings eine weitere, thematisch sinnvolle
Aufteilung erforderlich machen, so dass nie mehr als sechs Kriterien aus den in
Kapitel 2.3.6.1 beschriebenen Gründen miteinander verglichen werden müssten. Zum
Beispiel könnten die räumlich-organisatorischen Anforderungen „Die logistische
Anlage muss in den Abmessungen des Fördergutes variabel sein“ und „Die logistische
Anlage muss beim Gewicht des Förderguts variabel sein“ einem neu formulierten
Subkriterium „Die logistische Anlage muss in den Eigenschaften des Fördergutes
variabel sein“ wiederum als Sub-Subkriterien, also auf dritter Ebene, untergeordnet
werden.
Dieser Lösungsansatz hätte in Ergänzung zu einer unkomplizierten Realisierung den
weiteren Vorteil, dass die zu einem späteren Zeitpunkt eingeholten Angebote
verschiedener Anlagenhersteller leicht als Alternativen in die Hierarchie integriert
werden könnten. Wenn die bereits vorliegende Kriterienhierarchie n Ebenen aufweist,
so müsste die um eine Alternativenebene ergänzte Hierarchie aus n + 1 Ebenen
bestehen, wobei die einzelnen Alternativen auf unterster Ebene angeordnet werden
müssten. Die folgende Abbildung zeigt einen Hierarchieausschnitt, der nach der zuvor
beschriebenen Vorgehensweise erstellt wurde.
- 94 - SFB 696

Abbildung 26: Beispielhierarchie 1, Teil 1
- 95 - SFB 696

Abbildung 27: Beispielhierarchie 1, Teil 2
Da die Hierarchisierung an verschiedene Regeln geknüpft ist, kann das oben
beschriebene Schema nicht direkt umgesetzt werden. Im Folgenden werden die
Schwachstellen dieses Strukturierungskonzepts erläutert.
3.1.1.1 Problematik der Zielformulierung
Wie in Kapitel 2.3.1.3 erläutert, ist die Zielformulierung der erste Schritt einer
Entscheidungsfindung und hat ausschlaggebenden Einfluss auf die Ableitung der
Kriterien und Alternativen. Lautet das Ziel „Priorisierung der Anforderungen an eine
logistische Anlage mittels AHP“, so müssten die Kriterien Einflussfaktoren auf eine
relative Bewertung mittels AHP, und die Alternativen verschiedene
Umsetzungsmöglichkeiten einer Priorisierung darstellen.
Das tatsächliche Ziel muss aber lauten, diejenige Anlage für das Unternehmen
auszuwählen, die den höchsten Nutzen bietet oder das beste Kosten/Nutzen-
Verhältnis aufweist. Auch wenn zunächst nur die Kriterien und Subkriterien, also die
Anforderungen an die logistische Anlage, bewertet werden sollen, so kann zu einem
späteren, noch unbestimmten Zeitpunkt, die Alternativenebene in die Hierarchie
eingebaut und das eigentliche Entscheidungsproblem, die Auswahl einer geeigneten
Anlage, gelöst werden.
- 96 - SFB 696

3.1.1.2 Erfordernis einer Anforderungstypisierung
Der Anforderungskatalog nach Sakowski ist nicht speziell für die Anschaffung einer
logistischen Anlage bei dem betrachteten Praxisanwender entwickelt worden.
Vielmehr sollte hiermit branchenneutral, unabhängig von organisatorischen
Restriktionen und der technischen Realisation und weiteren ähnlichen
Randbedingungen, eine erste Auswahl und Gewichtung von Anforderungen für eine
intralogistsiche Anlage ermöglicht werden. Da die Stakeholder bei einer absoluten
Bewertung auch die Möglichkeit haben, eine Anforderung als absolut wichtig oder
völlig unwichtig einzustufen, wird mit jeder Gewichtung gleichzeitig eine
Auswahlentscheidung getroffen. Der (absolute) Punktwert enthält die Information, ob
eine Anforderung für das vorliegende Problem überhaupt relevant ist und wenn ja, wie
wichtig sie für den Bewerter ist.
Bei Anwendung relativer Bewertungsverfahren muss eine vorherige Einteilung in
Muss- und Kann-Anforderungen vorgenommen werden, da nur Kann-Kriterien sinnvoll
miteinander verglichen werden können. Die Informationen zur Einteilung der
Anforderungen in „absolut notwendig“, „vorteilhaft“ und „absolut unwichtig“ könnten
grundsätzlich aus einer absoluten Bewertung entnommen werden. Anforderungen, die
mit den Werten „absolut unwichtig“ und „sehr wichtig“ deklariert wurden, könnten
aus der Hierarchie gestrichen werden, so dass nur diejenigen Anforderungen durch
den AHP bewertet würden, die mit einem der Zwischenwerte gewichtet werden.
3.1.1.3 Anforderungsinterdependenzen
Wie in Kapitel 2.3.1.3 bereits diskutiert, können Abhängigkeiten zwischen zwei
Elementen der Hierarchie nur dann ausgedrückt werden, wenn diese auf einem
gemeinsamen Hierarchiepfad liegen. Daraus folgt auch, dass die Elemente einer
Ebene stets unabhängig voneinander sein müssen. Bezogen auf die zuvor vorgestellte
Modellhierarchie bedeutet diese Forderung, dass alle Subkriterien, die dem gleichen
Kriterium unterstellt sind, sich folglich auf gleicher Ebene befinden, unabhängig
voneinander sein müssten. Desweiteren dürfen sie aber auch keine Abhängigkeiten zu
denjenigen Subkriterien aufweisen, die anderen Kriterien unterstellt sind. Die sich
hieraus ergebende Problematik soll im Folgenden an einigen Beispielen erläutert
werden.
- 97 - SFB 696

Die Anforderungen „Die Anlagenleistung soll hoch sein“ und „Der
Automatisierungsgrad der Anlage soll möglichst hoch sein“ sind beides Subkriterien
der produktionstechnischen Anforderungen. Zwischen ihnen besteht jedoch die
folgende Korrelation: Je höher der Automatisierungsgrad, desto höher wird tendenziell
auch die Anlagenleistung sein. Eine Einordnung auf derselben Hierarchieebene bzw.
ein Paarvergleich zwischen diesen beiden Subkriterien würde keine sinnvolle Aussage
liefern, da eine hohe Anlagenleistung unter anderem die Folge eines hohen
Automatisierungsgrades sein kann.
Die hierarchische Untergliederung einer der beiden Anforderungen kann das
Abhängigkeitsproblem in diesem Fall auch nicht lösen, da sich die beiden Kriterien
gegenseitig nicht näher klassifizieren. Das Kriterium Automatisierungsgrad könnte
durch technische Realisierungsmerkmale als Subkriterien, wie z. B. „Die logistische
Anlage soll automatisch bestückt und entladen werden“, beschrieben werden. Diese
Anforderung ist nicht im Katalog nach Sakowski enthalten und soll nur zum besseren
Verständnis des Hierarchisierungsproblems beitragen. Die Anlagenleistung hingegen
kann kein Subkriterium des Kriteriums Automatisierungsgrad sein. Umgekehrt ist dies
auch nicht realisierbar, da diese durch die Kenngrößen „Durchsatz“, „Ausfallzeiten“
und – falls erforderlich – „Rüstzeiten“, nicht aber durch die Höhe des
Automatisierungsgrades, beeinflusst wird. Die folgende Abbildung zeigt einen
Hierarchieausschnitt für das diskutierte Beispiel.
- 98 - SFB 696

Abbildung 28: Beispielhierarchie 2
Ein weiteres, kurzes Beispiel soll zeigen, dass zahlreiche solcher Interdependenzen
zwischen einzelnen Subkriterien bestehen, die sich auf ein gemeinsames Kriterium
beziehen. Ebenso wie mit der Anlagenleistung und der Höhe des
Automatisierungsgrades verhält es sich mit den betriebswirtschaftlichen
Anforderungen „Die Anlage soll sich innerhalb eines Jahres amortisieren“ und „Der
Return on Investment (ROI) der Anlage soll maximal sein“. Je schneller sich die Anlage
amortisiert, desto größer ist der ROI. Eines der beiden Subkriterien müsste folglich
aus der Hierarchie gestrichen werden. Die Kennzahl ROI wird im Kapitel 3.1.2.1 näher
erläutert.
Abschließend soll die Problematik durch die Abhängigkeiten zwischen zwei
Subkriterien verdeutlicht werden, die nicht dem gleichen Kriterium unterstellt sind.
Zwischen der betriebswirtschaftlichen Anforderung „Die laufenden Kosten für die
Anlage sollen möglichst gering sein“ und der personellen Anforderung „Die
Gesamtpersonalkosten der Anlage sollen möglichst gering sein“ besteht eine klar
ersichtliche Abhängigkeit. Um diese auszudrücken, müsste das zweite Subkriterium
zweierlei Kriterien unterstellt sein: Zum einem dem Kriterium „personelle
Anforderungen“ und zum anderen dem zuerst beschriebenen Subkriterium 5.1.2. der
folgenden Abbildung. Dieser Konflikt ist auch nicht durch die Umwandlung in eine
- 99 - SFB 696

Polyhierarchie realisierbar, da das einzuordnende Subkriterium sowohl auf der ersten
Subkriterienebene (6.1) als auch auf der untersten Subkriterienebene (5.1.2.1)
eingeordnet werden müsste.
Abbildung 29: Beispielhierarchie 3
3.1.1.4 Bewertung quantifizierbarer Kriterien
Bei den Ausführungen zur quantitativen Bewertung von Einflussgrößen in Kapitel 2.3.1
wurde bereits darauf hingewiesen, dass die Integration quantifizierbarer Kriterien
gleicher Dimension innerhalb einer Hierarchie grundsätzlich nicht möglich ist. Dies ist
lediglich möglich, wenn keine Auswahlentscheidungen getroffen werden sollen, oder
die Alternativen nicht quantitativ bewertet werden können.
Da die Bewertung einer logistischen Anlage letztlich zum Ziel hat, unter mehreren
Alternativen auszuwählen, die dann bezüglich quantifizierbarer Kriterien direkt
bewertet werden, wird hier gegen den beschriebenen Grundsatz mehrfach verstoßen.
Mehrere Subkriterien der betriebswirtschaftlichen Anforderungen stellen
Kostengrößen dar. Zudem werden Gesamtpersonalkosten bei den personellen
Anforderungen betrachtet. Es müsste stattdessen eine einzige Anforderung definiert
werden, die minimale Gesamtkosten verlangt und als Kriterium auf zweiter Ebene in
die Hierarchie eingeht. Damit würde aber verhindert, dass die einzelnen Subkriterien
relativ gewichtet werden und die hieraus ableitbaren Einzelinformationen über die
- 100 - SFB 696

Präferenzen der Stakeholder gingen somit verloren. Eine Aggregation der einzelnen
Kostenarten kann die Problematik für den konkreten Anwendungsfall dadurch nicht
zufriedenstellend lösen.
Die Ausführungen dieses Abschnittes haben gezeigt, dass für die Priorisierung der
Anforderungen nach Sakowski ein anderes Hierarchisierungskonzept entwickelt
werden muss.
3.1.2 Zweiter Lösungsansatz
Um die Anzahl der Bewertungen gering zu halten, sollten die Anforderungen nach
Möglichkeit in eine Monohierarchie integriert werden können. Wie zuvor erläutert,
können hierbei aber nur bedingt Abhängigkeiten zwischen diesen berücksichtigt
werden. Ziel ist es also, eine andere Art der Gliederung zu finden, so dass ein einfacher
Hierarchietyp realisiert werden kann. Dies ist im vorliegenden Anwendungsfall nicht
mit allen Anforderungen gleichzeitig möglich. Das Entscheidungsproblem muss also
durch mehrere Hierarchien beschrieben werden, wobei eine zeitliche Reihenfolge bei
der Bewertung zu beachten ist.
3.1.2.1 Hierarchisierung der wirtschaftlichen Kriterien
Ausgehend von der ROI-Kennzahl können alle erfolgs- und kostenabhängigen
Anforderungen nach Sakowski in eine hierarchische Struktur integriert werden, die in
der folgenden Abbildung zu sehen ist. Auf die Darstellung zweier Alternativen „hoher
Automatisierungsgrad“ und „niedriger Automatisierungsgrad“, die später noch näher
erläutert werden, wurde zunächst aus Gründen der Übersichtlichkeit verzichtet. Wie
auch in den vorherigen Abbildungen, würden diese hier stetes auf der letzten Ebene
ausgewiesen werden.
- 101 - SFB 696

Abbildung 30: ROI-Hierarchie
Ziel eines jeden ökonomisch motivierten Investitionsvorhabens ist im weiteren Sinne
die langfristige Sicherung des Unternehmenserfolgs. Dies kann nur dann
gewährleistet werden, wenn der ROI einer Investition möglichst hoch ist. Im konkreten
Fall lautet also die Problemstellung, den ROI der zu erwerbenden logistischen Anlage
zu maximieren und basierend auf den Kriteriengewichtungen die Höhe des
Automatisierungsgrades zu ermitteln.
Der ROI zur Beurteilung von Investitionsvorhaben darf nicht mit der Spitzenkennzahl
des DuPont-Kennzahlensystems verwechselt werden. Er kann sowohl bezogen auf die
gesamte Nutzungsdauer einer Investition, als auch periodisch ermittelt werden
[URL10].
a) Langfristige Berechnung:
b) Periodische Berechnung:
Totalerfolg
Investitionskosten
∗ 100
Rückflüsse
Investitionskosten
∗ 100
Hieraus folgt, dass die Summe aller Rückflüsse über die gesamte Nutzungsdauer dem
- 102 - SFB 696

Totalerfolg einer Investition entspricht. Unabhängig von der Methode steht im Zähler
eine Leistungs- und im Nenner eine Kostengröße. Der Bruch kann demnach maximiert
werden, indem das Investitionsobjekt einen hohen Erfolg erzielt und/oder geringe
Kosten verursacht.
Bezogen auf die logistische Anlage kann die Leistungsgröße maximiert werden, indem
die „Güte des Einsparpotentials“ möglichst hoch ist und die durch ihre Nutzung
anfallenden Kosten möglichst gering sind. Die Investitionskosten setzen sich aus den
„Anschaffungskosten“, den „Installationskosten“ und den „Schulungskosten“
zusammen. Der ROI wird maximiert, wenn ihre Summe möglichst gering ist. Alle
weiteren wirtschaftlichen Anforderungen sind Subkriterien dieser
entscheidungsrelevanten Größen.
Bei dem vorliegenden Teilentscheidungsproblem handelt es sich um eine
Auswahlentscheidung, bei der fast alle Einflussgrößen quantitativ erfassbar sind.
Lediglich das Subkriterium „geringe Qualifikation des Bedienpersonals“ kann
ausschließlich qualitativ bewertet werden. Die Präferenzenverteilung zwischen
Leistungs- und Kostengrößen entscheidet hier also maßgeblich über die
Alternativengewichtungen. Da die Bewertung aber nicht die Auswahl einer logistischen
Anlage, sondern die Bestimmung eines optimalen Automatisierungsgrades zum Ziel
hat, müssen und können die einzelnen Kriterien nicht quantitativ bewertet werden. Die
Integration mehrerer, artgleicher Anforderungen, wie z. B. Kostengrößen, ist somit
zulässig und mit Hilfe des AHP sinnvoll bewertbar.
Die Höhe des Automatisierungsgrades ergibt sich aus der spezifischen Gewichtung der
erfolgsbezogenen Anforderungen, also der Kriterien und Subkriterien. Hier wurde eine
zweiteilige, grobe Gliederung in hoch und gering gewählt. Die Grenzen zwischen den
beiden Automatisierungsstufen können zu einem späteren Zeitpunkt, wenn die
Bewertung konkreter Herstellerangebote vorgenommen wird, näher definiert werden.
Die zwei gewählten Alternativen sollen hier in einem ersten Schritt lediglich dazu
dienen, die strategische Ausrichtung als Grundlage für die weitere Bewertung zu
klären.
Einen „mittleren Automatisierungsgrad“ als dritte Alternative einzufügen, wäre
technisch zwar ohne Weiteres möglich, ist jedoch überflüssig, da sich unabhängig von
der jeweiligen Alternativenbewertung lediglich die Positionen des hohen und niedrigen
Automatisierungsgrad vertauschen würden. Der mittlere Automatisierungsgrad stünde
stets an zweiter Stelle in der Rangfolge und kann somit von vornherein weggelassen
werden. Liegen die beiden Alternativen in der Gesamtbewertung nahe beieinander, so
wird der Wunsch nach Realisierung eines „mittleren Automatisierungsgrades“ implizit
- 103 - SFB 696

ausgedrückt.
Der Einfluss der drei Größen Einsparpotential, laufende Kosten und Investitionskosten
auf den Automatisierungsgrad kann allgemein wie folgt beschrieben werden:
• Je höher der Automatisierungsgrad, desto höher sind die Investitionskosten.
• Je höher der Automatisierungsgrad, desto geringer sind die laufenden
Kosten.
• Je höher der Automatisierungsgrad, desto höher ist die Anlagenleistung.
Bei zwei Alternativen, hier „hoher Automatisierungsgrad“ (Alternative A) und
„niedriger Automatisierungsgrad“ (Alternative B) lauten die zulässigen Bewertungen:
• A > B: A erfüllt das Vergleichskriterium besser als B
• A < B: B erfüllt das Vergleichskriterium besser als A
• A = B = 1: beide Alternativen erfüllen das Kriterium gleich gut oder gar nicht,
falls keine Abhängigkeiten bestehen
Für die ersten beiden Entscheidungsmöglichkeiten muss bei der Bewertung im
Einzelfall geklärt werden, um wie viel besser eine Alternative im Vergleich zur anderen
ein Kriterium erfüllt.
3.1.2.2 Anforderungstypisierung
Das Ergebnis der Bewertung der ROI-Hierarchie liefert eine Aussage über die Höhe des
Automatisierungsgrades der logistischen Anlage. Jetzt erst sollten die technischen
Spezifikationen bewertet werden. Die Anforderungen nach Sakowski könnten
durchaus auch ohne Kenntnis der ROI-Bewertung und somit auch zu Anfang
durchgeführt werden. Dieses Vorgehen hätte den Vorteil, dass die Beteiligten spontan
und unbeeinflusst über technische Anforderungen urteilen würden. Ob diese aber
wirtschaftlich realisierbar sind und damit ins Gesamtkonzept passen, ist an dieser
Stelle unklar. Jeder versucht seine Interessen an der geplanten Anlage durch die
Gewichtung der Anforderungen bestmöglich durchzusetzen. Dieser Effekt wird zwar
dadurch abgeschwächt, dass die Meinungen der einzelnen Stakeholder mit einem
zuvor festgelegten Faktor verknüpft werden und somit einen unterschiedlich starken
Einfluss auf die Gesamtgewichtung haben. Es kann jedoch hiermit nicht vermieden
werden, dass stark divergierende Meinungen zu einem Kompromiss führen, der unter
Beachtung den strategischen Restriktionen, in diesem Fall die Höhe des
Automatisierungsgrades, gar nicht umsetzbar ist. Deshalb wurde hier eine andere
Reihenfolge der Bewertung bevorzugt.
Wie in Kapitel 3.1.1.2 erläutert, muss vor der Bewertung der noch ausstehenden
- 104 - SFB 696

Anforderungen mittels AHP zunächst geklärt werden, welche Kriterien für das
vorliegende Entscheidungsproblem überhaupt relevant und welche davon lediglich
vorteilhaft und nicht absolut notwendig sind. Hierzu soll eine „Vorabbefragung“
dienen, die eine Typisierung der Anforderung nach dem folgenden Schema ermöglicht:
Die Umsetzung einer Anforderung an eine logistische Anlage ist aus der Sicht des
Bewerters
• absolut wichtig, also von so fundamentaler Bedeutung, dass bei
Nichterfüllung dieses Kriteriums der Erwerb der Anlage von vornherein
ausgeschlossen wird, da ihre Funktionalität soweit eingeschränkt ist, dass
sie nicht mehr von Nutzen ist
• vorteilhaft, da im Sinne der Zweckbestimmung die Funktionalität und damit
auch der Nutzen der Anlage erhöht wird
• absolut unwichtig, also der Nutzen weder erhöht, noch geschmälert wird, so
dass die Realisation der Anforderung nicht von Bedeutung ist
• nicht unmittelbar abschätzbar und bedarf somit einer weiteren Analyse
Bei der Erstellung des Fragebogens zur Anforderungsklassifizierung wurde die von
Sakowski entwickelte Anforderungsgliederung in sechs Themenblöcke unterteilt und
die Einordnung der Anforderungen in diese Struktur zum größten Teil übernommen. Es
bestehen kleine Abweichungen, die nun erläutert werden sollen.
Organisatorische Abweichungen
Allgemein ist anzumerken, dass die monetären Anforderungen zum größten Teil in die
zuvor vorgestellte ROI-Hierarchie integriert wurden und somit im Fragebogen nicht
mehr aufgeführt werden. Eine vorherige Klassifizierung dieser Anforderungen ist
ohnehin nicht erforderlich, da dieser Anforderungstyp stets nur eine Möglichkeit, nie
aber ein absolutes Muss oder das genaue Gegenteil ausdrückt. Beispielsweise kann
die Forderung von geringen Kosten nur optimal, nicht aber absolut erfüllt werden.
Inhaltliche Abweichungen
Die räumlich-betriebliche Anforderung „Die logistische Anlage muss zwischen Stetigund
Unstetigförderung variabel sein“ ist überflüssig.
Diese Forderung wird implizit ausgedrückt, wenn der Bewerter die beiden Kriterien
“Die logistische Anlage muss stetig fördern“ und „Die logistische Anlage muss
unstetig fördern“ als Muss-Anforderungen deklariert.
Die räumlich-betrieblichen Anforderungen „Die logistische Anlage soll in den
Abmessungen/beim Gewicht des Förderguts variabel sein“ wurde um eine weitere
übergeordnete Anforderung ergänzt. Nur dann, wenn eine Variation der physikalischen
- 105 - SFB 696

Eigenschaften des Förderguts erforderlich ist, bedarf es einer Bewertung der
Unterpunkte Abmessungen und Gewicht.
Die Informationsverarbeitungsanforderungen wurden um einen weiteren Aspekt
ergänzt. Nur dann, wenn die Anlage ein Datenverarbeitungssystem aufweisen muss
oder soll, müssen die spezifischen Eigenschaften des DVS näher betrachtet werden.
Diese wurden unter der Hauptanforderung „Das DVS muss/soll spezifische
Eigenschaften aufweisen“ zusammengefasst. Nach gleichem Prinzip wurden die
Anforderungen bezüglich eines Identifikationssystems gegliedert.
Die betriebswirtschaftliche Anforderung „Die Anlage soll sich innerhalb eines Jahres
amortisieren“ wurde weder in die ROI-Hierarchie noch in den Fragebogen integriert, da
diese von der Ausprägung mehrerer anderer Anforderungen abhängt. Ist
beispielsweise der ROI der logistischen Anlage hoch und die Anschaffungskosten
gering, so kann das definierte Ziel erreicht werden. Aufgrund mehrerer
Interdependenzen darf diese Anforderung nicht isoliert betrachtet und damit mittels
AHP bewertet werden.
Die personelle Anforderung „Eine gute Qualifikation der Mitarbeiter soll für den
Betrieb der Anlage erforderlich sein“ kann ebenfalls nicht in die Bewertung
aufgenommen werden, da eine weitere Anforderung eine genau gegenteilige Aussage
trifft. Hier wird ein möglichst niedriger Qualifikationsgrad gefordert.
Bewertung und Ergebnisverdichtung
Zunächst müssen die einzelnen Wertungsmöglichkeiten definiert werden. Es handelt
sich hierbei um eine dreielementige Ordinalskala, mit deren Hilfe die geforderten
Differenzierungen ausgedrückt werden können. Die einzelnen Skalenwerte sind der
nachfolgenden Tabelle zu entnehmen.
Anforderungstyp
Skalenwert w
absolut wichtig 1
vorteilhaft 0
absolut
unwichtig
-1
Tabelle 17: Bewertungsskala zur Anforderungstypisierung
- 106 - SFB 696

Da die Stakeholder unabhängig voneinander urteilen, kann es bei der Befragung zu
unterschiedlichen Antworten kommen, so dass für jede Anforderung das aus allen
Befragungen resultierende Gesamtergebnis ermittelt werden muss. Lediglich wenn
eine Anforderung von einem der Befragten nicht direkt klassifiziert werden kann, soll -
unabhängig von der Wertung der anderen - dieses Urteil ausschlaggebend sein. Das
Gesamtergebnis für alle übrigen Anforderungen wird wie folgt ermittelt:
Die einzelnen Gewichtungen werden anforderungs- und stakeholderbezogen erfasst.
Um das Gesamtergebnis je Anforderung zu ermitteln, wird das Anforderungsgewicht
mit dem jeweiligen Stakholderfaktor multipliziert und das Produkt je Stakeholder
aufsummiert. Die folgende Tabelle zeigt schematisch den beschriebenen
Auswertungsprozess.
Anforderung
Stakeholder 1 Stakeholder 2 Stakholder n
wi.1 wi.2 wi.n
Gesamtergebnis
A1 w1.1
w2.1
wn.1
G 1
A2 w1.2 w2.2 wn.2 G 2
g 1
... ... ... ... ...
g 2
g n
Am w1.n w2.n wn.m G m
wi.j: Stakeholderbezogene Gewichtung i: Anforderungsnummer,
j: Stakeholdernummer; m: Anzahl der Anforderungen; g i : Stakeholdergewicht;
n: Stakeholderanzahl; G i : Gesamtgewicht
Tabelle 18: Auswertungsschema der Anforderungsklassifizierung
Formal handelt es sich bei der Einzelergebnisergebnisverdichtung um die Berechnung
eines gewichteten, arithmetischen Mittelwertes. Anhand der Ergebnisberechnung für
die Anforderung A1 soll dies exemplarisch gezeigt werden:
G 1 = w1.1 * g 1 + w2.1 * g 2 + ... + w3.1 * g n
Bei einer ganzzahligen Rundung der einzelnen Gesamtergebnisse kann je Anforderung
einer der drei Skalenelemente ermittelt und damit der Anforderungstyp zugeordnet
werden.
- 107 - SFB 696

Aufstellen einer AHP-Hierarchie
Alle nach obigem Schema ausgewerteten Anforderungen, die „absolut wichtig“ (Muss-
Anforderungen) oder „absolut unwichtig“ sind, müssen nicht mittels AHP bewertet
werden. Im Sinne der Definition der Gliederungspunkte nach Sakowski stellen die
Muss-Anforderungen „räumlich-betriebliche“ Anforderungen dar.
Alle Anforderungen, deren Realisation vorteilhaft ist (Kann-Anforderungen) müssen
nun in eine Hierarchie integriert werden, um die relative Wichtigkeit durch die
Stakeholder bestimmen lassen zu können. In Anlehnung an das
Strukturierungsschema nach Sakowski werden hierfür folgende Kriterien definiert:
• Technik
• Subkriterien sind räumlich-betriebliche Anforderungen, die als „Kann-
Anforderungen“ deklariert wurden und nach der Definition von Sakowski auch
den technischen Anforderungen zuordbar sind, sowie alle technischen
Anforderungen, die als vorteilhaft deklariert wurden.
• Produktionstechnik
• Subkriterien sind alle übrigen räumlich-betrieblichen sowie produktionstechnischen
Anforderungen (bis auf die Informationsverarbeitungsanforderungen),
die als „Kann-Anforderungen“ deklariert wurden.
• Informationsverarbeitung
• Subkriterien sind alle Informationsverarbeitungsanforderungen, die als
„Kann-Anforderungen“ deklariert wurden.
Alle Anforderungen, die Handlungsalternativen darstellen und in einem ersten Schritt
nicht eindeutig klassifizierbar waren, müssen im Folgenden durch einzelne AHP-
Bewertungen ausgewählt werden. Als Kriterien können z. T. andere Anforderungen aus
dem Katalog von Sakowski dienen. Falls nicht, so müssen neue Kriterien durch den
Befragten definiert werden und die Alternativen im Hinblick auf diese bewertet
werden. Dies soll an einem kurzen Beispiel verdeutlicht werden.
- 108 - SFB 696

Wird angenommen, dass eine Alternative zur „Installations- und Betriebsart“, die ein
„Muss-Kriterium“ darstellt, nicht unmittelbar ausgewählt werden kann, so könnte
nach folgendem Schema eine Hierarchie aufgestellt werden, auf deren Basis eine
Entscheidung mittels AHP getroffen werden kann.
Ziel:
• Auswahl einer optimalen Installations- und Betriebsart
• Kriterien (aus dem Anforderungskatalog nach Sakowski):
• Die Anlage soll in der Streckenführung variabel sein
• Die Anlage soll mit möglichst geringem Aufwand erweiterbar sein
• Die Anlage soll keinen hohen Sicherungsaufwand benötigen
• Die Anlage soll behindertengerecht sein
• ...
Alternativen:
• Die Anlage muss flurfrei installiert und betrieben werden
• Die Anlage muss aufgeständert installiert und betrieben werden
• Die Anlage muss flurfrei installiert und flurgebunden betrieben werden
• Die Anlage muss flurgebunden installiert und betrieben werden
• Die Anlage muss flurgebunden, aber schienenlos betrieben werden
Da alle aufgeführten betriebswirtschaftlichen Anforderungen Handlungsalternativen
von (nicht definierten) Muss-Kriterien darstellen, können diese nicht in die Haupt-
Hierarchie integriert, sondern nur in Teilprozessen nach obigem Schema bewertet
werden. Deshalb fällt dieser Gliederungspunkt vollständig heraus.
Verdichtung der Bewertungsergebnisse
Da die Bewertung der ROI-Hierarchie im konkreten Anwendungsfall nur durch einen
Stakeholder, den Experten, welcher eine betriebswirtschaftliche Ausbildung hat,
bewertet werden soll, müssen hier keine weiteren Prozessschritte folgen. An der
Bewertung der restlichen Kann-Kriterien nehmen jedoch mehrere Personen teil, so
dass die Einzelauswertungen hier zu einem Gesamtergebnis verdichtet werden
müssen. Die Berechnung ähnelt dem Auswertungsschema der
Anforderungsklassifizierung und kann der folgenden Tabelle entnommen werden.
- 109 - SFB 696

Anforderung
Stakeholder 1 Stakeholder 2 Stakeholder n
EV EV EV
EVG
a1
w.a1.1
w.a2.1
w.an.1
G a1
a2 w.a1.2 w.a2.2 w.an.2 G a2
... ... ... ... ...
am w.a1.m w.a2.m w.an.m G an
g 1
g 2
g n
b1 w.b1.1 w.b2.1 w.bn.1 G b1
b2 w.b1.2 w.b2.2 w.bn.2 G b2
... ... ... ... ...
b3 w.b1.m w.b2.m w.bn.m G bn
wi.j: Stakeholderbezogene Gewichtung i: Anforderungsnummer,
j: Stakeholdernummer; EV: Eigenvektor (Einzelprioritäten); m: Anzahl der
Anforderungen je Bewertungseinheit (entspricht der Elementanzahl der EV);
g i : Stakeholdergewicht; n: Stakeholderanzahl;
EVG: Eigenvektor (Gesamtprioritäten); G i : Gesamtgewichte
Tabelle 19: Verdichtung der Einzelbewertungsergebnisse
Im Unterschied zur Anforderungsklassifizierung liegen die Ergebnisse hier in Form von
Verhältniszahlen vor. Somit muss je Eigenvektor eine getrennte Verdichtung der
Gewichtungen vorgenommen werden. Desweiteren soll an dieser Stelle nicht das
gewichtete arithmetische, sondern das geometrische Mittel zur Zusammenfassung
der Einzeldaten herangezogen werden. Damit entspricht die Ergebnisauswertung den
in Kapitel 2.3.1.3 definierten Richtlinien zur Auswertung von Gruppenentscheidungen
mittels AHP. Dabei wurde die Variante der Eigenvektoraggregation gewählt, da diese
Berechnung einfach durchzuführen und bei einer hohen Anzahl von Anforderungen
generell zu bevorzugen ist.
- 110 - SFB 696

3.2 Auswirkungen der Nutzung relativer Gewichtungen in einer QFD
Wird der AHP bei der Anforderungspriorisierung eingesetzt, so sind dort als Ergebnis
relative Gewichtungen zu verzeichnen. Bislang wird jedoch im Quality Function
Deployment nur mit absoluten Gewichtungen gearbeitet. In diesem Kapitel sollen nun
die Auswirkungen auf eine QFD diskutiert werden, die auftreten, wenn relative
Gewichtungen als Eingangsgrößen genutzt werden.
3.2.1 Höhe des Datenniveaus bei den Gewichtungen
Die Höhe des Datenniveaus ist ein sehr wichtiges Kriterium bei der Auswahl der Form
der Gewichtungen innerhalb einer QFD, da sie festlegt, welche Rechenoperationen und
statistischen Berechnungen mit den ermittelten Urteilswerten zulässig sind.
Sind die ermittelten Daten z.B. nur auf Ordinalniveau, so sind weder Addition,
Subtraktion, Multiplikation, Division noch die Bildung des arithmetischen Mittelwertes
erlaubt. Die Berechnung des Medians hingegen wäre erlaubt. [Böhler '77, Bortz '06,
Karmasin '77]. Da innerhalb des House of Quality Berechnungen und statistische
Auswertungen vorgenommen werden, ist demnach ein ausreichendes Niveau der
durch das Beurteilungsverfahren ermittelten Daten sicherzustellen.
Es wird nun zunächst überprüft, welche Berechnungen mit den Gewichtungen
durchgeführt werden sollen, um anschließend das minimal erforderliche Datenniveau
als Entscheidungskriterium festlegen zu können.
Die Gewichtungen der Kundenanforderungen im House of Quality werden mit den
Werten der Beziehungsmatrix multipliziert. Hierbei handelt es sich nur um eine lineare
Transformation und nicht um eine Datenmultiplikation. Anschließend werden die
Ergebnisse dieser linearen Transformation spaltenweise addiert. Da es sich bei den
Werten innerhalb einer Spalte jeweils um linear transformierte Daten handelt, muss
hierzu die Datenaddition zulässig sein.
- 111 - SFB 696

Es ist festzuhalten, dass für die Berechnungen innerhalb des House of Quality die
folgenden mathematischen Operationen durchgeführt werden müssen:
• Lineare Transformation
• (Daten-)Addition
Die Eingangsdaten für eine QFD müssen also auf einem Niveau vorliegen, bei dem
diese Operationen zulässig sind.
Die Operationen lineare Transformation und Addition von Daten sind erst mit
mindestens intervallskalierten Daten möglich. Mit Daten eines niedrigeren Niveaus,
z.B. Ordinalniveau dürften diese Operationen nicht durchgeführt werden [Konerding
'89]
Abbildung 31: Liste der Messniveaus [Konerding '89]
- 112 - SFB 696

3.2.2 Auswirkungen einer Integration relativer Gewichte
Betrachtet man das House of Quality, so sind von den offensichtlichen Änderungen bei
dem Einsatz von relativen Gewichtungen vor allem drei zu nennen:
• Die Höhe der Zahlenwerte der Gewichtungen ist von der Anzahl der
eingehenden Kundenanforderungen abhängig
• Es gibt in der Regel Zahlen mit Kommastellen
• Die Höhe der Werte der absoluten Zwischen- und Endergebnisse ändert sich
Diese drei Veränderungen werden im Folgenden näher betrachtet. Desweiteren soll
festgestellt werden, inwieweit diese Veränderungen zu Problemen für eine Einbindung
in die QFD führen.
Die Höhe der Zahlenwerte der Gewichtungen
In einer QFD, wie sie heute üblicherweise durchgeführt wird, ist die Höhe des
Zahlenwertes einer einzelnen Kundengewichtung von der verwendeten Skala und von
der Beurteilung der Personen, die die QFD durchführen, abhängig. Bei der
verwendeten Skala gibt es meist nur wenige Unterschiede. Vorwiegend werden Skalen
von 1 bis 9 verwendet. In anderen Fällen werden auch Skalen von 1 bis 5 oder 10
verwendet.
Werden relative Gewichtungen von Kundenanforderungen verwendet, so ist die Höhe
der Zahlenwerte auch weiterhin maßgeblich von der Beurteilung der durchführenden
Personen abhängig. Anders verhält es sich mit der zweiten Einflussgröße. Eine
Bewertungsskala ist bei relativen Gewichtungen nicht mehr existent, aber eine neue
Einflussgröße tritt auf. Mit einer steigenden Anzahl an Anforderungen werden die
einzelnen Zahlenwerte der Gewichtungen tendenziell immer kleiner. Der Grund dafür
ist, dass bei einer relativen Gewichtung immer genau 100% auf alle
Kundenanforderungen verteilt werden. Von diesen 100% entfällt natürlich mehr auf
eine einzelne Anforderung, wenn z.B. insgesamt nur acht Anforderungen vorhanden
sind, als wenn es 30 oder mehr sind.
Deutlich wird die Abhängigkeit der Höhe der einzelnen Zahlen von der Anzahl der
Kundenanforderungen bei relativen Werten auch bei der theoretischen Betrachtung,
dass alle Anforderungen gleichwertig sind. Bei absoluter Bewertung in diesem Fall
kann z.B. jede Anforderung den Höchstwert von 10 bekommen, aber genauso gut einen
tieferen Wert von vielleicht 6. Bei der Verwendung von relativen Werten ist die Höhe
des Wertes, den alle Anforderungen für den Fall erhalten, das sie alle gleich bewertet
werden, durch die Anzahl der verschiedenen Anforderungen exakt auf 100%/Anzahl
aller Kundenanforderungen festgelegt. Das bedeutet, wenn es zehn
- 113 - SFB 696

Kundenanforderungen gibt, erhalten alle genau 10%, wenn es elf Anforderungen gibt,
verringert sich der Wert auf gerundete 9,09%.
Zu einem Problem für eine Verwendung von relativen Eingangsgrößen führt diese
Abhängigkeit nicht, da sie sich nicht auf die relativen Zwischen- und Endergebnisse
auswirkt. So wirkt sich auch die beschriebene Veränderung des Wertes aller
Gewichtungen von 10 nach 6 lediglich auf die absoluten Ergebniswerte in einem HoQ
aus. Der Rang der Gesamtbewertung, der als letztes ermittelt wird, erfährt dadurch
keine Veränderung.
Das Vorhandensein von Zahlen mit Kommastellen
Bei relativ gewichteten Kundenanforderungen ergeben sich Zahlen mit Nachkommastellen.
Da es sich bei den Gewichtungen der Kundenwünsche um die ablauftechnisch
erste numerische Eingangsgröße handelt, zieht sich das Vorhandensein von Zahlen
mit Nachkommastellen von der technischen Bedeutung bis zur absoluten
Gesamtbewertung.
Diese Ergebnisse sind jedoch in einer konventionellen QFD nach ASI immer ganzzahlig,
da sie sich lediglich aus den beiden Rechenoperationen der Addition und der
Multiplikation ergeben. Da weiterhin alle Eingangsgrößen in der konventionellen QFD
ganzzahlig sind, kann es mathematisch auch nur Ergebnisse geben, die keinerlei
Nachkommastellen aufweisen.
Fast immer, wenn mit Zahlen gearbeitet wird die mehrere Nachkommastellen
aufweisen, stellt sich die Frage, ab wann gerundet wird. Diese Frage sollte auch für die
Durchführung einer QFD beantwortet werden. Zu beachten ist dabei, ob die
Eingangswerte in einer Prozentschreibweise z.B. 10%, oder um den Faktor 100 kleiner
als Zahlen ohne Einheit z.B. 0,1 eingehen. Auch ist es wichtig, dass kein Wert auf null
abgerundet wird. Dies würde z.B. bei einem Runden auf zwei Nachkommerstellen mit
dem Wert der Gewichtung von 0,004 geschehen. Die Folge wäre, dass die betreffende
Kundenanforderung an dieser Stelle nicht in die weitere Betrachtung eingeht. Auf der
anderen Seite scheint auch eine Betrachtung von vielen Nachkommastellen als nicht
sinnvoll. Insbesondere wenn durch die Rechenoperationen die einzelnen Werte der
Ergebnisse relativ hoch sind, ist es meistens nicht zweckmäßig, fünf oder mehr
Nachkommastellen zu betrachten.
Bei der Wahl der Anzahl von Nachkommastellen sollte also ein Mittelweg gefunden
werden, der beide Aspekte berücksichtigt. Diese Entscheidung kann auch vor
Durchführung der eigentlichen QFD getroffen werden. So kann beim Betrachten der
Zahlenwerte der relativen Gewichte entschieden werden, wie viele Nachkommastellen
- 114 - SFB 696

wirklich nötig und auch sinnvoll sind. Bei der anschließenden Durchführung der QFD
kann diese Zahl dann beibehalten werden. Zu beachten ist auch, dass es aus
mathematischer Sicht unsinnig ist, ein Ergebnis mit mehr Nachkommastellen zu
betrachten, wenn vorher Werte eingegangen sind, die auf wenige Nachkommastellen
gerundet worden sind.
Es sei an dieser Stelle darauf hingewiesen, dass die Verwendung von Kommazahlen
kein Unterscheidungskriterium für eine QFD mit absoluten oder relativen
Gewichtungen ist. Auch eine konventionelle QFD könnte trotz absoluter
Eingangsgrößen mit Kommazahlen durchgeführt werden. Der Grund, warum dies nicht
geschieht, liegt in der Verwendung der konventionellen Skalen. Theoretisch wären
aber auch Skalen von 1 bis 9, in Schritten von je 0,5 denkbar. Auch noch detailliertere
Skalen wären möglich. Sie finden allerdings keine Anwendung, da eine so genaue
Zuordnung ohne Hilfsmittel wie z.B. den Paarweisen Vergleich kaum möglich ist.
Das Auftreten von Kommazahlen ist also nicht ausschließlich beim Verrechnen von
relativen Eingangsgrößen möglich, jedoch bei diesem meist unumgänglich.
Schwierigkeiten, die eine Verrechung von Kommazahlen in einer QFD nicht möglich
machen, treten dabei nicht auf. Auch sei an dieser Stelle bereits erwähnt, dass im
QFD-Ansatz von Akao durchaus absolute Zahlenwerte mit Nachkommastellen
auftreten.
Die Höhe der Werte der absoluten Zwischen- und Endergebnisse
In einem direkten Vergleich einer QFD mit absolut und einer mit relativ gewichteten
Kundenanforderungen, werden die Werte der absoluten Zwischen- und Endergebnisse
z.B. der Gesamtbedeutung, bei der absoluten Variante in der Regel größer sein. Die
Gründe hierfür sind zum einen, dass die Höhe der Werte der Eingangsgrößen mit
zunehmender Anzahl der Anforderungen abnimmt. Zum anderen liegt es auch an der
Fragestellung, ob die relativen Werte Prozentzahlen oder Zahlen ohne Einheit und
damit immer kleiner als 1 sind.
Nur in einem Fall, in dem die Eingangsgrößen als Prozentzahlen eingehen und es
verhältnismäßig wenige Kundenanforderungen gibt, können die Werte auch höher
liegen als in einer konventionellen QFD.
Auch dieser Effekt bereitet, wie schon die beiden vorher beschriebenen Änderungen,
wenige Probleme bei der Nutzung relativer Gewichte in einer QFD. Dies liegt darin
begründet, dass die Höhe der Eingangswerte zwar die absolut betrachteten Höhen der
Ergebnisse, also der Gesamtbewertung, beeinflusst, nicht aber die relative
Verhältnismäßigkeit der einzelnen Werte der Gesamtbewertung. Mit anderen Worten:
- 115 - SFB 696

Bei einer Normierung der Ergebnisse einer QFD ergeben sich die gleichen Werte und
somit kann sich auch die Rangfolge der Gesamtbewertung nicht ändern. Diese
Tatsachen werden in einem Beispiel im folgenden Abschnitt anschaulich dargelegt.
Beispiel
Die zuvor beschriebenen Veränderungen bei dem Einsatz von relativen Gewichten als
Eingangsgrößen einer QFD stellen bei Durchführung einer QFD keine größeren
Schwierigkeiten da. Um das zu veranschaulichen, soll in diesem Kapitel ein etwas
umfangreicheres Beispiel durchgeführt werden. Die Abbildung 32, Abbildung 33 und
Abbildung 34 zeigen jeweils den Teil einer QFD, mit dem die Gesamtbewertung
berechnet wird. Auf die Teile einer QFD, die nicht zur Berechnung beitragen, wie die
Wettbewerbsvergleiche und die Korrelationen der Produktmerkmale im „Dach“, wird
der Übersichtlichkeit halber verzichtet. Das Beispiel verliert dadurch allerdings nicht
an Aussagekraft, da diese Teile einer QFD von der Umstellung auf relative Gewichte
nicht betroffen sind. Abbildung 32 zeigt eine Berechnung mit relativen
Kundengewichtungen als Prozentzahlen, Abbildung 33 eine Berechnung mit relativen
Kundengewichtungen mit einheitslosen Zahlen und Abbildung 34 zeigt abschließend
eine Berechnung mit absoluten Kundengewichtungen, die zuvor durch eine Tabelle
umgewandelt werden. Dabei werden jeweils die zehn Kundenanforderungen A bis J
und die zehn Produktmerkmale k bis t betrachtet.
- 116 - SFB 696

- 117 - SFB 696
Abbildung 32: QFD mit Prozentzahlen als relative Gewichte
9
10
2
3
1
8
7
4
5
6
Rang
2,6868
0,5891
18,4182
13,7322
20,6339
3,7065
5,7792
13,5149
11,0957
9,8434
Relativ
848,64
186,08
5817,42
4337,34
6517,26
1170,72
1825,36
4268,7
3504,6
3109,05
Absolut
Gesamtbewertung
3
10
2
6
4
8
9
5
1
7
Rang
12,5227
2,7458
14,3072
9,1433
10,6856
4,3189
3,3669
10,4983
25,8573
6,5540
Relativ
Gesamtbewertung
848,64
186,08
969,57
619,62
724,14
292,68
228,17
711,45
1752,3
444,15
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
5
6
2
7
1
4
8
3
Rang
1,4176
0,6217
11,1060
9,6605
14,5158
7,8226
24,3935
11,4091
5,2038
13,8494
Relativ
Gesamtbewertung
106,08
46,52
831,06
722,89
1086,21
585,36
1825,36
853,74
389,4
1036,35
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
10
6
9
7
4
1
5
2
3
Rang
7,7170
3,3842
10,0762
7,5126
8,7799
10,6459
16,5988
10,3512
14,1639
10,7702
Relativ
Bedeutung
106,08
46,52
138,51
103,27
120,69
146,34
228,17
142,29
194,7
148,05
Absolut
Technische
9
1
1,19
J
9
3
3,19
I
9
9
3,21
H
9
1
1
5,85
G
9
3
3
8,28
F
1
9
10,67
E
9
9
13,05
D
9
3
3
15,39
C
3
1
1
9
17,81
B
3
9
21,36
A
t
s
r
q
p
o
n
m
l
k
9
10
2
3
1
8
7
4
5
6
Rang
2,6868
0,5891
18,4182
13,7322
20,6339
3,7065
5,7792
13,5149
11,0957
9,8434
Relativ
848,64
186,08
5817,42
4337,34
6517,26
1170,72
1825,36
4268,7
3504,6
3109,05
Absolut
Gesamtbewertung
3
10
2
6
4
8
9
5
1
7
Rang
12,5227
2,7458
14,3072
9,1433
10,6856
4,3189
3,3669
10,4983
25,8573
6,5540
Relativ
Gesamtbewertung
848,64
186,08
969,57
619,62
724,14
292,68
228,17
711,45
1752,3
444,15
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
5
6
2
7
1
4
8
3
Rang
1,4176
0,6217
11,1060
9,6605
14,5158
7,8226
24,3935
11,4091
5,2038
13,8494
Relativ
Gesamtbewertung
106,08
46,52
831,06
722,89
1086,21
585,36
1825,36
853,74
389,4
1036,35
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
10
6
9
7
4
1
5
2
3
Rang
7,7170
3,3842
10,0762
7,5126
8,7799
10,6459
16,5988
10,3512
14,1639
10,7702
Relativ
Bedeutung
106,08
46,52
138,51
103,27
120,69
146,34
228,17
142,29
194,7
148,05
Absolut
Technische
9
1
1,19
J
9
3
3,19
I
9
9
3,21
H
9
1
1
5,85
G
9
3
3
8,28
F
1
9
10,67
E
9
9
13,05
D
9
3
3
15,39
C
3
1
1
9
17,81
B
3
9
21,36
A
t
s
r
q
p
o
n
m
l
k
Lösungsmöglichkeiten
Kundenanforderungen

- 118 - SFB 696
Abbildung 33: QFD mit Zahlen ohne Einheit als relative Gewichte
9
10
2
3
1
8
7
4
5
6
Rang
2,6868
0,5891
18,4182
13,7322
20,6339
3,7065
5,7792
13,5149
11,0957
9,8434
Relativ
8,4864
1,8608
58,1742
43,3734
65,1726
11,7072
18,2536
42,687
35,046
31,0905
Absolut
Gesamtbewertung
3
10
2
4
5
8
9
6
1
7
Rang
12,5227
2,7458
14,3072
9,1433
10,6856
4,3189
3,3669
10,4983
25,8573
6,5540
Relativ
Gesamtbewertung
8,4864
1,8608
9,6957
6,1962
7,2414
2,9268
2,2817
7,1145
17,523
4,4415
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
5
6
2
7
1
4
8
3
Rang
1,4176
0,6217
11,1060
9,6605
14,5158
7,8226
24,3935
11,4091
5,2038
13,8494
Relativ
Gesamtbewertung
1,0608
0,4652
8,3106
7,2289
10,8621
5,8536
18,2536
8,5374
3,894
10,3635
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
10
6
9
7
4
1
5
2
3
Rang
7,7170
3,3842
10,0762
7,5126
8,7799
10,6459
16,5988
10,3512
14,1639
10,7702
Relativ
Bedeutung
1,0608
0,4652
1,3851
1,0327
1,2069
1,4634
2,2817
1,4229
1,947
1,4805
Absolut
Technische
9
1
0,0119
J
9
3
0,0319
I
9
9
0,0321
H
9
1
1
0,0585
G
9
3
3
0,0828
F
1
9
0,1067
E
9
9
0,1305
D
9
3
3
0,1539
C
3
1
1
9
0,1781
B
3
9
0,2136
A
t
s
r
q
p
o
n
m
l
k
9
10
2
3
1
8
7
4
5
6
Rang
2,6868
0,5891
18,4182
13,7322
20,6339
3,7065
5,7792
13,5149
11,0957
9,8434
Relativ
8,4864
1,8608
58,1742
43,3734
65,1726
11,7072
18,2536
42,687
35,046
31,0905
Absolut
Gesamtbewertung
3
10
2
4
5
8
9
6
1
7
Rang
12,5227
2,7458
14,3072
9,1433
10,6856
4,3189
3,3669
10,4983
25,8573
6,5540
Relativ
Gesamtbewertung
8,4864
1,8608
9,6957
6,1962
7,2414
2,9268
2,2817
7,1145
17,523
4,4415
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
5
6
2
7
1
4
8
3
Rang
1,4176
0,6217
11,1060
9,6605
14,5158
7,8226
24,3935
11,4091
5,2038
13,8494
Relativ
Gesamtbewertung
1,0608
0,4652
8,3106
7,2289
10,8621
5,8536
18,2536
8,5374
3,894
10,3635
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
10
6
9
7
4
1
5
2
3
Rang
7,7170
3,3842
10,0762
7,5126
8,7799
10,6459
16,5988
10,3512
14,1639
10,7702
Relativ
Bedeutung
1,0608
0,4652
1,3851
1,0327
1,2069
1,4634
2,2817
1,4229
1,947
1,4805
Absolut
Technische
9
1
0,0119
J
9
3
0,0319
I
9
9
0,0321
H
9
1
1
0,0585
G
9
3
3
0,0828
F
1
9
0,1067
E
9
9
0,1305
D
9
3
3
0,1539
C
3
1
1
9
0,1781
B
3
9
0,2136
A
t
s
r
q
p
o
n
m
l
k
Lösungsmöglichkeiten
Kundenanforderungen

Damit in diesem Beispiel den beiden zuvor gezeigten Berechnungen (absolute Werte),
eine vergleichbare mit absoluten Werten gegenüber stehen kann, müssen die relativen
Werte der letzten Tabelle zuvor durch eine Tabelle in absolute Werte überführt
werden. Auf die verschiedenen Möglichkeiten der Umrechnung wird noch detailliert
eingegangen. An dieser Stelle ist lediglich zu beachten, dass die Tabelle 20 auf ihrer
linken Seite denjenigen absoluten Wert angibt, der möglichst identisch mit den
relativen Werten ist, die in das Intervall auf der rechten Seite der Tabelle fallen. Ein
Genauigkeitsverlust ist bei solch einer Umrechnung unumgänglich, doch weisen die
absoluten Werte eine, für dieses Beispiel ausreichende, Präzision auf, so dass ein
Vergleich der Berechnung in Abbildung 34 mit den beiden relativen Werten möglich ist.
9
8
7
6
5
4
3
2
1
18,99-21,36
16,61-18,99
14,24-16,61
11,87-14,24
9,49-11,87
7,12-9,49
4,75-7,12
2,37-4,75
0,00-2,37
Tabelle 20: Umrechnungstabelle für relative in absolute Werte
Bei Anwendung der Tabelle 20 ergeben sich für die zehn Kundenanforderungen, die in
Tabelle 21 gezeigten absoluten Gewichte.
- 119 - SFB 696

Kundenanforderungen
A
B
C
D
E
F
G
H
I
J
Relative
Werte
21,36
17,81
15,39
13,05
10,67
8,28
5,85
3,21
3,19
1,19
Absolute
Werte
9
8
7
6
5
4
3
2
2
1
Tabelle 21: Absolute und relative Werte für die Anforderungen
Mit den in Tabelle 21 gezeigten absoluten Gewichten kann jetzt eine Berechnung der
Gesamtbewertung erfolgen, die mit der Berechnung mit relativen Gewichtungen
vergleichbar ist. Abbildung 34 zeigt diese Berechnung auf.
- 120 - SFB 696

- 121 - SFB 696
Abbildung 34: QFD mit absoluten Gewichten
9
10
2
3
1
8
7
4
5
6
Rang
2,7674
0,7054
17,9475
13,9592
20,8777
3,9069
5,5891
13,4301
10,9883
9,8284
Relativ
408
104
2646
2058
3078
576
824
1980
1620
1449
Absolut
Gesamtbewertung
3
9
2
6
4
8
10
5
1
7
Rang
12,8181
3,2674
13,8549
9,2366
10,7446
4,5240
3,2359
10,3676
25,4477
6,5033
Relativ
Gesamtbewertung
408
104
441
294
342
144
103
330
810
207
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
5
6
2
7
1
4
8
3
Rang
1,4647
0,7467
10,8558
9,8507
14,7329
8,2711
23,6646
11,3728
5,1694
13,8713
Relativ
Gesamtbewertung
51
26
378
343
513
288
824
396
180
483
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
10
6
9
7
3
1
5
2
4
Rang
7,8947
4,0248
9,7523
7,5851
8,8235
11,1455
15,9443
10,2167
13,9319
10,6811
Relativ
Bedeutung
51
26
63
49
57
72
103
66
90
69
Absolut
Technische
9
1
1
J
9
3
2
I
9
9
2
H
9
1
1
3
G
9
3
3
4
F
1
9
5
E
9
9
6
D
9
3
3
7
C
3
1
1
9
8
B
3
9
9
A
t
s
r
q
p
o
n
m
l
k
9
10
2
3
1
8
7
4
5
6
Rang
2,7674
0,7054
17,9475
13,9592
20,8777
3,9069
5,5891
13,4301
10,9883
9,8284
Relativ
408
104
2646
2058
3078
576
824
1980
1620
1449
Absolut
Gesamtbewertung
3
9
2
6
4
8
10
5
1
7
Rang
12,8181
3,2674
13,8549
9,2366
10,7446
4,5240
3,2359
10,3676
25,4477
6,5033
Relativ
Gesamtbewertung
408
104
441
294
342
144
103
330
810
207
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
5
6
2
7
1
4
8
3
Rang
1,4647
0,7467
10,8558
9,8507
14,7329
8,2711
23,6646
11,3728
5,1694
13,8713
Relativ
Gesamtbewertung
51
26
378
343
513
288
824
396
180
483
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
10
6
9
7
3
1
5
2
4
Rang
7,8947
4,0248
9,7523
7,5851
8,8235
11,1455
15,9443
10,2167
13,9319
10,6811
Relativ
Bedeutung
51
26
63
49
57
72
103
66
90
69
Absolut
Technische
9
1
1
J
9
3
2
I
9
9
2
H
9
1
1
3
G
9
3
3
4
F
1
9
5
E
9
9
6
D
9
3
3
7
C
3
1
1
9
8
B
3
9
9
A
t
s
r
q
p
o
n
m
l
k
Kundenanforderungen
Lösungsmöglichkeiten

Bei Betrachtung dieses Zahlenbeispiels ist folgendes feststellbar: Die Abbildung 32
und die Abbildung 33 zeigen, dass es kein Problem darstellt, eine QFD mit
Kommazahlen zu berechnen. Werden diese beiden Grafiken miteinander verglichen, so
ist leicht ersichtlich, dass sie zu einem exakt gleichen Ergebnis führen, was wiederum
bedeutet, dass der Rang und die relative Gesamtbewertung identisch sind. Damit wird
auch gezeigt, dass durch das Vorhandensein sehr kleiner Zahlenwerte, wie in
Abbildung 33, keine Schwierigkeiten auftreten. Es ändern sich lediglich die absoluten
Ergebnisse, die relativen bleiben jedoch von der Größendimension der Eingangsgröße
unberührt.
Unter Einbeziehung der Abbildung 34 im Rahmen dieses Beispiels ist feststellbar,
dass der Rang der Gesamtbewertung mit dem der relativen Berechnungen identisch
ist. Auch die relativen Werte der Gesamtbewertung sind bei absoluten und relativen
Eingangsgrößen in diesem Beispiel sehr ähnlich. Die größte Abweichung ist bei
Produktmerkmal r zu verzeichnen, dort beträgt sie lediglich:
18,4182% - 17,9475% = 0,4707%
Aus den sehr ähnlichen Ergebnissen kann die Schlussfolgerung gezogen werden, dass
es grundsätzlich möglich ist, eine QFD mit relativen Größen zu berechnen. Allerdings
stellt sich beim Vergleich der Abbildung 32 und der Abbildung 34 heraus, dass es z.B.
beim Rang der kaufmännischen Gesamtbewertung zu Unterschieden bei den beiden
Berechnungen gekommen ist. Diese Unterschiede werden im Folgenden noch erläutert
und genauer analysiert.
3.2.3 Schwierigkeiten innerhalb der QFD bei der Umstellung auf relative
Werte
In Kapitel 3.2.2 sind die auffälligen Änderungen bei der Umstellung von absolute auf
relative Gewichtungen der Kundenanforderungen aufgezeigt worden. Die Gesamtheit
dieser Veränderungen führte allerdings zu keinen umfangreicheren Schwierigkeiten.
Die Beschreibung der auftretenden Probleme ist Gegenstand des Kapitels 3.2.3.
- 122 - SFB 696

3.2.3.1 Problematik bei relativ gewichteten Kundenanforderungen
Die Problematik bei der Integration relativ gewichteter Kundenanforderungen in einer
QFD ist sehr weit reichend. Wie in Kapitel 2.1 beschrieben, berechnet sich die
allgemeine Gesamtbewertung für die Produktmerkmale in einem House of Quality aus
insgesamt vier Eingangsgrößen, wobei die vierte nicht immer betrachtet wird:
• Gewichtung der Kundenanforderungen
• Korrelation der Anforderungen mit den Produktmerkmalen
• Technische Schwierigkeit
• Kaufmännische Bedeutung
Die drei Punkte Gewichtung der Kundenanforderungen, technische Schwierigkeit und
kaufmännische Bedeutung werden konventionell auf einer starren Skala, meist von 1
bis 5, 9 oder 10 bewertet. Die Korrelation der Anforderungen mit den
Produktmerkmalen erfolgt meist über das Eintragen eines der drei Symbole:
• nichts 0
• Δ 1
• ◦ 3
• • 9
Im Gegensatz zu den anderen drei Bewertungen kann bei Korrelation der Wert null
vorkommen, der höchstmögliche Wert ist aber meist die 9. Die Gesamtbewertung
errechnet sich nun durch Multiplikation und Addition dieser vier Werte.
Werden nur die drei Eingangsgrößen ohne Berücksichtigung der Werte der Korrelation
betrachtet, so ist feststellbar, dass in verschiedenen Anwendungen zwar
unterschiedliche Skalen verwendet werden, aber innerhalb einer Anwendung in der
Regel eine identische Skala benutzt wird. Hierfür gibt es zahlreiche Beispiele, wobei
folgende Abbildung 35 exemplarisch ein Beispiel aufzeigt:
- 123 - SFB 696

Abbildung 35: Beispiel eines House of Quality [Pfeifer '01]
Wie in diesem Beispiel zu sehen ist, werden sowohl die Customer Needs, also die
Kundenanforderungen, als auch die Größe der Technical difficulty in einer Skala von 1
bis 5 bewertet. Der gleiche Zusammenhang findet sich auch in einer Arbeit von
Herzwurm wieder, in der ebenfalls alle verwendeten Skalen von 1 bis 5 als ausreichend
betrachtet werden [Herzwurm '00].
Bei einem Beispiel, bei dem die Kundenanforderungen von 1 bis 10 gewichtet sind,
werden auch die anderen Skalen von 1 bis 10 verlaufen.
Es ist somit von einer Art „Gleichberechtigung“ dieser Eingangsgrößen auszugehen. In
den Fällen, in denen die Skalen von 1 bis 9 verlaufen, gilt dieses Gleichgewicht sogar
für alle Eingangsgrößen einschließlich der Korrelation. Sieht man von einer möglichen
null bei der Korrelation ab, so können alle vier Eingangsgrößen einen Faktor höchstens
„neun mal so hoch“ wie einen anderen Faktor bewerten, da der minimale Wert 1 und
der Höchstwert 9 ist. Verlaufen die Skalen von 1 bis 10, gilt das gerade beschriebene in
ähnlicher Form, da der Unterschied der Maximalwerte von 9 zu 10 bei der späteren
Berechnung der Gesamtbewertung nicht erheblich ist. Wird eine Skala von 1 bis 5
- 124 - SFB 696

verwendet, besteht dieses Gleichgewicht zwar nicht zwischen allen Eingangsgrößen,
dennoch stehen die Skalen in einem genau definierten und konstanten Verhältnis
zueinander.
Beim Einsatz einer relativen Gewichtung kann sich diese Tatsache jedoch anders
verhalten. Das im vorigen Absatz beschriebene fest definierte Verhältnis oder das
Gleichgewicht der Eingangsgrößen gilt hier meist nicht. So sind in diesem Fall
Bewertungen möglich, die nicht nur ein „neun oder zehn mal so hoch“ zulassen,
sondern einen Faktor auch z.B. 40-mal höher einstufen können als einen anderen.
Dabei gibt es drei mögliche Ursachen, die bewirken, dass diese extremeren
Eingangsgrößen auftreten können. Diese sind jeweils verbunden mit folgenden Fragen:
• Welches Verfahren wird zur Ermittlung der relativen Größen verwendet
• Welche Hierarchie wird beim AHP verwendet
• Treten beim AHP Inkonsistenzen auf
Allen drei gemeinsam ist, dass sie theoretisch dazu führen können, dass z.B. eine
Kundenanforderung 40-mal höher bewertet wird als eine andere Kundenanforderung.
Die zuvor beschriebene Begrenzung auf das neunfache ist hier also aufgehoben. Die
Konsequenzen daraus sind gravierend, wie das folgende Beispiel zeigt.
Dieses Beispiel geht von der vereinfachenden Annahme aus, dass es jeweils nur eine
Korrelation gibt. Unter dieser Voraussetzung setzt sich der Wert der Gesamtbewertung
aus der einfachen Multiplikation aller vier Eingangsgrößen zusammen. Betrachtet wird
zuerst ein Fall A mit einer sehr wichtigen Kundenanforderung und anschließend ein
Fall B mit einer eher untergeordneten und unbedeutenden Anforderung. Dabei sind die
anderen Eingangsgrößen für den Fall A unterer Durchschnitt, aber die Eingangsgrößen
für den Fall B sehr gut. Bei der absoluten Gewichtung mit einer Skala von 1 bis 9 erhält
logischerweise die sehr wichtige Anforderung den Höchstwert 9 und die unbedeutende
den Mindestwert von 1. Bei einer relativen Gewichtung sind bei den gleichen
Anforderungen auch die zuvor beschriebenen Prozentzahlen 40 bis 1 möglich.
- 125 - SFB 696

So können sich die Gesamtgewichtungen wie folgt berechen:
Absolut
Relativ
A: 9 • 3 • 3 • 3 = 243 0,4 • 3 • 3 • 3 = 10,8
B: 1 • 9 • 9 • 9 = 729 0,01 • 9 • 9 • 9 = 7,29
Erkennbar ist, dass sich in diesem Beispiel die Reihenfolge der Werte für die
Gesamtbewertung bei absoluten und relativen Eingangsgrößen der
Kundenanforderungen vertauscht hat. Bei reinen absoluten Werten erhält Fall B eine
fast dreimal höhere Zahl als Gesamtbewertung wie im Fall A. Im Beispiel mit relativen
Gewichtungen liegt der Wert der Gesamtbewertung bei Fall A über dem von Fall B.
Diese sehr gravierenden Auswirkungen auf die Ergebnisse einer QFD haben ihre
Ursache in der extremeren Bewertungsmöglichkeit bei relativen Gewichtungen. Die
Folge ist, dass das zuvor beschriebene Gleichgewicht der vier Eingangsgrößen nicht
mehr vorhanden ist. Stattdessen dominiert jetzt die Eingangsgröße der Gewichtung
der Kundenanforderungen über das Ergebnis der Gesamtbewertung. In diesem
Beispiel ist der Wert der relativen Gewichtung der Kundenanforderungen so niedrig,
dass dies auch die höchsten Werte der anderen drei Eingangsgrößen nicht
kompensieren können und so der Fall B den niedrigeren Endwert erhält.
Die Problematik ist aber noch weit reichender. Bei der Ermittlung der relativen
Kundenanforderungen können, wie gerade beschrieben, auch sehr extreme
Bewertungen auftreten, sie müssen es aber nicht. So ist es durchaus denkbar, dass in
drei verschiedenen Fällen mit relativen Kundenwünschen folgende Maximal- und
Minimalwerte auftreten:
Maximalwert
Minimalwert
Fall 1: 40% 1%
Fall 2: 20% 1%
Fall 3: 10% 1%
Wie zuvor beschrieben, würde im ersten Fall die Eingangsgröße der gewichteten
Kundenanforderungen über die Berechnung der Gesamtbewertung dominieren. Bei
dem dritten Fall sieht das allerdings ganz anders aus, denn hier ist die Bedeutung der
gewichteten Kundenanforderung lediglich so hoch, wie es bei einer konventionellen
Skalabewertung der Fall ist. Der zweite Fall liegt genau in der Mitte von Fall 1 und 3.
Die Konsequenz ist, dass in jeder QFD, in die diese Werte eingehen würden, die
Eingangsgröße der Gewichtung der Kundenanforderungen die Berechnungen und das
- 126 - SFB 696

Ergebnis immer unterschiedlich stark beeinflusst. Demzufolge entsteht eine
Unausgeglichenheit innerhalb der QFD bzw. eine Abweichung der Ergebnisse.
Die beschriebene Problematik wurde bis jetzt an einem Beispiel gezeigt, das von der
sehr vereinfachenden Annahme ausging, dass die Kundenanforderungen und die
Produktmerkmale jeweils genau eine Korrelation aufweisen. Diese Vereinfachung
wurde allerdings nur vorgenommen, um die Anschaulichkeit der Problematik zu
steigern. An dieser Stelle soll aber zusätzlich gezeigt werden, dass die Problematik
auch in dem komplexeren Umfeld einer vollständigen Berechnung einer QFD auftritt.
Zu diesem Zweck wird im nächsten Abschnitt ein weiteres Beispiel mit der
Berechnung einer Gesamtbewertung gezeigt.
3.2.3.2 Beispiel
Das jetzt folgende Beispiel ist dem aus Kapitel 3.2.2 nachempfunden. Auch hier
werden die zehn Kundenanforderungen A bis J den Produktmerkmalen k bis t
gegenübergestellt. Allerdings gehen in diesem Fall andere relative Werte in das
Beispiel ein, auch ist es an anderen Stellen leicht modifiziert, um den Effekt deutlicher
zu zeigen. Abbildung 36 zeigt die Berechnung einer QFD mit relativ gewichteten
Kundenanforderungen, die sehr hohe Größenunterschiede aufweisen. Dabei ist der
Größenunterschied des höchsten und des niedrigsten Wertes der
Kundenanforderungen so gewählt, dass er in etwa dem im vorherigen Abschnitt
entspricht.
- 127 - SFB 696

- 128 - SFB 696
Abbildung 36: QFD mit sehr unterschiedlichen relativen Gewichten
9
10
2
8
3
7
1
6
5
4
Rang
2,1981
0,4744
24,4792
4,5143
17,5952
4,7037
25,0558
6,2612
7,1978
7,5202
Relativ
612,72
132,24
6823,44
1258,32
4904,55
1311,12
6984,16
1745,28
2006,34
2096,22
Absolut
Gesamtbewertung
2
10
3
9
5
8
6
4
1
7
Rang
12,2004
2,6331
15,0964
3,5794
10,8510
6,5267
17,3834
5,7920
19,9750
5,9628
Relativ
Gesamtbewertung
612,72
132,24
758,16
179,76
544,95
327,78
873,02
290,88
1003,17
299,46
Absolut
Kaufmännische
8
4
9
6
7
3
2
3
7
3
Bedeutung
Kaufmännische
9
10
5
8
2
6
1
4
7
3
Rang
1,0529
0,4545
10,4223
2,8830
9,6317
6,0079
48,0049
7,9973
3,9401
9,6054
Relativ
Gesamtbewertung
76,59
33,06
758,16
209,72
700,65
437,04
3492,08
581,76
286,62
698,74
Absolut
Technische
1
1
9
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
9
6
10
7
3
1
5
2
4
Rang
6,4494
2,7839
7,0935
2,5228
6,5555
9,2004
36,7569
8,1646
12,0676
8,4055
Relativ
Bedeutung
76,59
33,06
84,24
29,96
77,85
109,26
436,51
96,96
143,31
99,82
Absolut
Technische
9
1,01
J
9
3
2,19
I
9
9
3,21
H
9
1
1
4,06
G
9
3
3
5,53
F
1
9
7,52
E
9
9
8,93
D
9
3
3
9,36
C
3
1
1
9
13,35
B
9
44,84
A
t
s
r
q
p
o
n
m
l
k
9
10
2
8
3
7
1
6
5
4
Rang
2,1981
0,4744
24,4792
4,5143
17,5952
4,7037
25,0558
6,2612
7,1978
7,5202
Relativ
612,72
132,24
6823,44
1258,32
4904,55
1311,12
6984,16
1745,28
2006,34
2096,22
Absolut
Gesamtbewertung
2
10
3
9
5
8
6
4
1
7
Rang
12,2004
2,6331
15,0964
3,5794
10,8510
6,5267
17,3834
5,7920
19,9750
5,9628
Relativ
Gesamtbewertung
612,72
132,24
758,16
179,76
544,95
327,78
873,02
290,88
1003,17
299,46
Absolut
Kaufmännische
8
4
9
6
7
3
2
3
7
3
Bedeutung
Kaufmännische
9
10
5
8
2
6
1
4
7
3
Rang
1,0529
0,4545
10,4223
2,8830
9,6317
6,0079
48,0049
7,9973
3,9401
9,6054
Relativ
Gesamtbewertung
76,59
33,06
758,16
209,72
700,65
437,04
3492,08
581,76
286,62
698,74
Absolut
Technische
1
1
9
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
9
6
10
7
3
1
5
2
4
Rang
6,4494
2,7839
7,0935
2,5228
6,5555
9,2004
36,7569
8,1646
12,0676
8,4055
Relativ
Bedeutung
76,59
33,06
84,24
29,96
77,85
109,26
436,51
96,96
143,31
99,82
Absolut
Technische
9
1,01
J
9
3
2,19
I
9
9
3,21
H
9
1
1
4,06
G
9
3
3
5,53
F
1
9
7,52
E
9
9
8,93
D
9
3
3
9,36
C
3
1
1
9
13,35
B
9
44,84
A
t
s
r
q
p
o
n
m
l
k
Kundenanforderungen
Lösungsmöglichkeiten

Wie schon zuvor werden die relativen Werte mit Hilfe der Tabelle 22 umgerechnet.
9
8
7
6
5
4
3
2
1
39,86-44,84
34,88-39,86
29,89-34,88
24,91-29,89
19,93-24,91
14,95-19,93
9,96-14,95
4,98-9,96
0,00-4,98
Tabelle 22: Umrechnungstabelle für absolut und relativ Werte
Mit dieser Tabelle lassen sich die relativen Werte in absolute überführen. Somit
ergeben sich für die zehn Kundenanforderungen A bis J die in Tabelle 23 gezeigten
Werte.
Kundenanforderungen
A
B
C
D
E
F
G
H
I
J
Relative
Werte
44,84
13,35
9,36
8,93
7,52
5,53
4,06
3,21
2,19
1,01
Absolute
Werte
9
3
2
2
2
2
1
1
1
1
Tabelle 23: Absolute und relative Werte für die Anforderungen
- 129 - SFB 696

- 130 - SFB 696
Mit diesen Werten kann wiederum die gleiche Berechnung mit absoluten Gewichten
durchgeführt werden. Diese Berechnung wird in Abbildung 37 gezeigt.
Abbildung 37: QFD mit absoluten Gewichten
9
10
2
4
1
8
3
7
6
5
Rang
2,0598
0,6866
20,8554
8,4108
21,6278
4,6345
20,8268
6,1794
7,2093
7,5097
Relativ
144
48
1458
588
1512
324
1456
432
504
525
Absolut
Gesamtbewertung
3
10
4
7
2
9
6
5
1
8
Rang
11,3565
3,7855
12,7760
6,6246
13,2492
6,3880
14,3533
5,6782
19,8738
5,9148
Relativ
Gesamtbewertung
144
48
162
84
168
81
182
72
252
75
Absolut
Kaufmännische
8
4
9
6
7
3
2
3
7
3
Bedeutung
Kaufmännische
9
10
5
7
2
6
1
4
8
3
Rang
1,0387
0,6924
9,3480
5,6549
12,4639
6,2320
42,0081
8,3093
4,1546
10,0981
Relativ
Gesamtbewertung
18
12
162
98
216
108
728
144
72
175
Absolut
Technische
1
1
9
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
10
7
9
6
3
1
5
2
4
Rang
6,2284
4,1522
6,2284
4,8443
8,3045
9,3426
31,4879
8,3045
12,4567
8,6505
Relativ
Bedeutung
18
12
18
14
24
27
91
24
36
25
Absolut
Technische
9
1
J
9
3
1
I
9
9
1
H
9
1
1
1
G
9
3
3
2
F
1
9
2
E
9
9
2
D
9
3
3
2
C
3
1
1
9
3
B
9
9
A
t
s
r
q
p
o
n
m
l
k
9
10
2
4
1
8
3
7
6
5
Rang
2,0598
0,6866
20,8554
8,4108
21,6278
4,6345
20,8268
6,1794
7,2093
7,5097
Relativ
144
48
1458
588
1512
324
1456
432
504
525
Absolut
Gesamtbewertung
3
10
4
7
2
9
6
5
1
8
Rang
11,3565
3,7855
12,7760
6,6246
13,2492
6,3880
14,3533
5,6782
19,8738
5,9148
Relativ
Gesamtbewertung
144
48
162
84
168
81
182
72
252
75
Absolut
Kaufmännische
8
4
9
6
7
3
2
3
7
3
Bedeutung
Kaufmännische
9
10
5
7
2
6
1
4
8
3
Rang
1,0387
0,6924
9,3480
5,6549
12,4639
6,2320
42,0081
8,3093
4,1546
10,0981
Relativ
Gesamtbewertung
18
12
162
98
216
108
728
144
72
175
Absolut
Technische
1
1
9
7
9
4
8
6
2
7
Schwierigkeit
Technische
8
10
7
9
6
3
1
5
2
4
Rang
6,2284
4,1522
6,2284
4,8443
8,3045
9,3426
31,4879
8,3045
12,4567
8,6505
Relativ
Bedeutung
18
12
18
14
24
27
91
24
36
25
Absolut
Technische
9
1
J
9
3
1
I
9
9
1
H
9
1
1
1
G
9
3
3
2
F
1
9
2
E
9
9
2
D
9
3
3
2
C
3
1
1
9
3
B
9
9
A
t
s
r
q
p
o
n
m
l
k
Kundenanforderungen
Lösungsmöglichkeiten

In diesem Beispiel ist es aufgrund der vielen verschiedenen Korrelationen nicht
möglich, eine veränderte Gewichtung genau einem Produktmerkmal zuzuordnen.
Dadurch ist es hier auch etwas schwieriger, den zuvor beschriebenen Effekt zu
erkennen.
Betrachtet man nun die beiden Produktmerkmale, die jeweils die stärksten
Korrelationen zu den höchsten und zu den niedrigsten Werten der
Kundenanforderungen aufweisen, so wird ersichtlich, dass der Effekt auch in dieser
vollständigen Berechnung auftritt. In Abbildung 36 erhält das Produktmerkmal n, das
die stärkste Korrelation mit dem höchsten Wert der Kundenanforderungen aufweist,
mit 25% den ersten Rang. Hingegen kommt das Produktmerkmal, das die höchste
Korrelation mit dem niedrigsten Wert der Kundengewichtung aufweist, mit 4,5% nur
auf den achten Rang. Setzt man die beiden Zahlen der relativen Gesamtbewertung ins
Verhältnis zueinander, so stellt man fest:
25 / 4,5 = 5,6
Das bedeutet, dass das Produktmerkmal n bei der Gesamtbewertung knapp sechsmal
höher bewertet wird als das Produktmerkmal q. Dieser Zusammenhang verhält sich in
der Berechnung von Abbildung 37 anders. Der Rang der Produktmerkmale n und q
beträgt hier 3 und 4. Liegen die Werte für den Rang bei der Berechnung mit absoluten
Werten noch um sieben Plätze auseinander, so sind sie hier eng beieinander. Die
Zahlenwerte für die relative Gesamtbewertung beträgt bei dieser Berechung 20,8%
und 8,4%, dadurch ist das Verhältnis der beiden Werte zueinander:
20,8 / 8,4 = 2,5
Damit liegen beide Werte immer noch deutlich auseinander, der Abstand hat sich
jedoch durch die Verwendung anderer Werte halbiert. Es sei an dieser Stelle noch
einmal daran erinnert, dass im ähnlichen Beispiel, in dem nur mäßige
Größenunterschiede zwischen den relativen Werten der Kundenanforderungen
vorhanden sind, überhaupt keine Veränderungen an der Rangfolge der
Gesamtbewertungen auftreten. In den folgenden Abschnitten wird erläutert, wann es
zu solchen extremen Werten für die Gewichte der Kundenanforderungen kommen
kann.
- 131 - SFB 696

3.2.3.3 Der Einfluss des verwendeten Verfahrens
Zur Ermittlung der relativen Gewichte der Kundenanforderungen können verschiedene
Verfahren herangezogen werden, diese sind z.B. der AHP, der 100$-Test oder die 1-2-3
Prioritization Method. Abhängig von der gewählten Methode zur Ermittlung der
relativen Gewichtungen können auch extreme Werte in eine QFD eingehen. So werden
bei dem 100$-Test, die 100% der relativen Gewichtungen auf die einzelnen
Anforderungen völlig frei verteilt. Denkbar ist also eine Verteilung von z.B. 40%, 30%,
20%, 9% und 1%. Bei einer solchen Konstellation ist die erste Anforderung 40-mal so
hoch bewertet wie die letzte. Ein solcher Fall würde zu dem zuvor beschriebenen
Problem führen [Francisco Tamayo-Enríquez '04].
Die Bedeutung der Hierarchie
Gehen in eine QFD relativ gewichtete Eingangsgrößen ein, so ist die Struktur dieser
Kundenanforderungen von großer Bedeutung. Eine relative Gewichtung bedeutet, dass
die Kundenanforderungen untereinander verglichen wurden. Dies kann allerdings auf
verschiedenen Wegen erfolgen und wird durch die Art der Hierarchie ausgedrückt.
Die in eine QFD eingehenden Kundenanforderungen weisen häufig die in Abbildung 38
dargestellte Struktur auf. Sie gliedern sich in Primär-, Sekundär- und
Tertiäranforderungen.
- 132 - SFB 696

Primäranforderungen
Sekundäranforderungen
Tertiäranforderungen
Abbildung 38: Beispielhafte Hierarchie von Kundenanforderungen
Eine Betrachtung, die lediglich die Primär- und Sekundäranforderungen
berücksichtigt, führt bei vielen Systemen zu einer sehr oberflächlichen Untersuchung.
Hierunter würde auch die Qualität der später durchzuführenden Korrelation mit den
Produktmerkmalen stark leiden und zu undifferenzierten Ergebnissen führen.
Umgekehrt ist auch eine Berücksichtigung von mehr als drei Ebenen möglich. In
Fällen, in denen eine sehr detaillierte Betrachtung als nötig erscheint, werden in der
Regel die Anforderungen auf diesen untergeordneten Ebenen betrachtet. Allerdings
spricht der deutlich gesteigerte Aufwand, der durch den erhöhten Detaillierungsgrad
entsteht, gegen eine ständige Verarbeitung von Kundenanforderungen auf diesen
Ebenen. Um einen guten Ausgleich von erforderlicher Genauigkeit und Aufwand zu
finden, gehen meist die tertiären Kundenanforderungen in eine QFD ein.
Tertiäre Kundenanforderungen können auf zwei verschiedenen Wegen relativ bewertet
sein. Entweder werden alle tertiären Anforderungen untereinander verglichen, damit
würde die Beispiel-Hierarchie aus Abbildung 38, wie in Abbildung 39 dargestellt,
aussehen:
- 133 - SFB 696

Primäranforderungen
Sekundäranforderungen
Tertiäranforderungen
T1: 30%
T2: 26%
T3: 21%
T4: 14%
T5: 5%
T6: 4%
Abbildung 39: Hierarchie bei der alle Anforderungen verglichen werden
Hierbei muss die Summe der sechs tertiären Anforderungen T1 bis T6 immer 100%
ergeben. Die andere Möglichkeit ist, dass nur die tertiären Anforderungen
untereinander verglichen werden, die zusammen der gleichen sekundären
Anforderung angehören. Die sekundären Anforderungen selbst werden dann
verglichen, wenn sie zu der gleichen Primäranforderung gehören, wie es in Abbildung
40 gezeigt wird.
- 134 - SFB 696

Primäranforderungen
Sekundäranforderungen
Tertiäranforderungen
S1: 70%
T1: 70%
T2: 30%
P1: 100%
S2: 20%
T3: 60%
T4: 40%
S3: 10%
T5: 90%
T6: 10%
Abbildung 40: Hierarchie bei der nicht alle Anforderungen verglichen werden
Bei einem derartigen Vorgehen ist die Summe aller tertiären Anforderungen ungleich
100 %. Stattdessen verteilen sich diese 100 % jeweils auf die tertiären Anforderungen,
die zur selben sekundären Anforderung gehören. Dabei werden die sekundären
Anforderungen selbst auch bewertet und ergeben in der Summe ebenfalls 100%, wenn
sie zur gleichen primären Anforderung gehören.
Die erste Möglichkeit hat einen entscheidenden Vorteil, der darin besteht, dass die
Werte der Gewichtungen hier ohne weiteres Umrechnen für die QFD übernommen
werden können. Der Nachteil dieser Vorgehensweise ist, dass meist sehr viele
Anforderungen miteinander verglichen werden müssen. Dadurch geht bei einigen
Verfahren wie z. B. dem 100 $ - Test oder der Rankingmethode die Übersichtlichkeit
verloren. Bei anderen Verfahren, die auf einem paarweisen Vergleich beruhen, wie z. B.
der AHP, nimmt die Anzahl der Paarvergleiche schnell sehr hohe Werte an. So müssen
bei 20 tertiären Anforderungen bereits 190 Vergleiche durchgeführt werden.
Der Vorteil der zweiten Möglichkeit liegt gerade in der Reduktion des
Arbeitsaufwandes der ersten Vorgehensweise. In der ideal gleichmäßigen Verteilung
der tertiären Anforderungen von Abbildung 40 müssen nur 6 Vergleiche vorgenommen
werden. Dies ist in diesem Fall nicht einmal die Hälfte der Vergleiche der anderen
Methode. Die so ermittelten Werte können allerdings nicht ohne weiteres in eine QFD
- 135 - SFB 696

eingehen. Der Grund dafür ist, dass hier nur die tertiären Anforderungen verglichen
wurden, die zur selben sekundären gehören. In der weiteren Betrachtung der QFD
entfällt aber diese zuvor vorgenommene Differenzierung. Auch werden die sekundären
Anforderungen weiterhin nicht mehr betrachtet, so dass die relativen Gewichtungen
der einzelnen sekundären Anforderungen überhaupt nicht in die QFD eingehen
würden. Eine direkte Nutzung der Ergebnisse dieser zweiten Möglichkeit in einer QFD
ist somit nicht möglich.
Um die Ergebnisse einer solchen relativen Kundenanforderungsgewichtung dennoch
nutzen zu können, müssen sie umgerechnet werden. Dies soll in einem Beispiel mit
den Zahlen aus Abbildung 40 kurz gezeigt werden.
T1 = 0,7 • 0,7 = 0,49 = 49 %
T2 = 0,7 • 0,3 = 0,21 = 21 %
T3 = 0,2 • 0,6 = 0,12 = 12 %
T4 = 0,2 • 0,4 = 0,08 = 8 %
T5 = 0,1 • 0,9 = 0,09 = 9 %
T6 = 0,1 • 0,1 = 0,01 = 1 %
Die sechs tertiären Anforderungen T1 bis T6 ergeben jetzt in der Summe 100% und
können so in eine QFD eingebracht werden. Allerdings ergibt sich bei ihrer Nutzung
das zuvor geschilderte Problem: Durch eine derartige Umrechnung können auch
Gewichtungen entstehen, die weiter auseinander liegen als um den Faktor 9. So hat
hier z. B. die Anforderung T1 ein 49-mal höheres Gewicht als die Anforderung T6. Dies
führt zu dem zuvor beschriebenen Problem, der Unausgewogenheit der QFD.
- 136 - SFB 696

3.2.3.4 Die Bedeutung von Inkonsistenzen
Werden die relativen Gewichtungen von Kundenanforderungen mit einem AHP
ermittelt, ist immer die Frage nach der Inkonsistenz von zentraler Bedeutung.
Inkonsistenzen können aus zwei verschiedenen Gründen entstehen. Das folgende
Beispiel zeigt einen Paarweisen Vergleich mit der ersten Inkonsistenz:
A erhält eine 2 gegenüber B
B erhält eine 3 gegenüber C
A erhält eine 5 gegenüber C
Nachdem derjenige, der A, B und C miteinander verglichen hat, die ersten beiden
Entscheidungen getroffen hat, müsste er aus rein mathematisch-logischer Denkweise
die dritte bewerten mit:
A erhält eine 6 gegenüber C
Dies folgt aus der einfachen Überlegung, dass 2 mit 3 multipliziert 6 ergibt. Da der
Mensch aber nicht immer rein mathematisch-logisch entscheidet und dies
insbesondere bei sehr vielen Vergleichen aus Gründen der Übersicht auch gar nicht
kann, treten hier Inkonsistenzen auf. Diese sind aber zumindest theoretisch zu
vermeiden. Die zweite Art von Inkonsistenzen zeigt das nächste Beispiel:
A erhält eine 4 gegenüber B
B erhält eine 5 gegenüber C
A erhält eine 9 gegenüber C
Hat die bewertende Person erst einmal die beiden ersten Entscheidungen getroffen,
so müsste sie aus mathematisch-logischer Sicht den dritten Vergleich bewerten mit:
A erhält eine 20 gegenüber C
Auch dies folgt aus einer einfachen Überlegung: 4 mal 5 ergibt 20. Dies ist aber in
einem AHP nach Saaty überhaupt nicht möglich. Die Skala ist von 1 bis 9 beschränkt.
Das heißt, selbst wenn die Person an dieser Stelle mathematisch-logisch entscheiden
möchte, kann sie es nicht und muss den Höchstwert von 9 wählen. Sie handelt also
inkonsistent, aber trotzdem logisch.
Treten diese Inkonsistenzen auf, so können die Ergebnisse des AHP, also die relativ
gewichteten Kundenwünsche, untereinander größere Differenzen als den Faktor 9
aufweisen. Dies soll mittels der folgenden Abbildungen gezeigt werden.
- 137 - SFB 696

A
B
C
D
E
F
G
H
I
J
A
1
9
9
9
9
9
9
9
9
9
B
0,1
1
1
3
1
4
3
2
4
9
C
0,1
1
1
1
2
3
4
2
1
9
D
0,1
0,3
1
1
2
3
3
4
3
9
E
0,1
1
0,5
0,5
1
3
3
1
2
9
F
0,1
0,3
0,3
0,3
0,3
1
1
1
3
9
G
0,1
0,3
0,3
0,3
0,3
1
1
1
1
9
H
0,1
0,5
0,5
0,3
1
1
1
1
2
9
I
0,1
0,3
1
0,3
0,5
0,3
1
0,5
1
9
J
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
1
Abbildung 41: Paarweiser Vergleich für den AHP
Zeilenprodukt
10-Wurzel
P-Vektor
rel. Gewichte
A
387420489
7,224674056
0,450441412
45%
B
288
1,76172959
0,109839691
11%
C
48
1,472733358
0,091821456
9%
D
72
1,533674687
0,095621005
10%
E
4,5
1,162308065
0,07246717
7%
F
0,027777778
0,698827119
0,043570225
4%
G
0,009259259
0,626120069
0,039037112
4%
H
0,125
0,812252396
0,050642024
5%
I
0,006944444
0,608364342
0,037930084
4%
J
0,000000003
0,138414549
0,008629821
1%
Summe:
16,03909823
1
100%
Abbildung 42: Berechnung des Eigenvektors
In diesem Beispiel wird die Anforderung A als extrem wichtig bewertet. Hingegen spielt
die Anforderung J eine sehr untergeordnete Rolle. Alle anderen Anforderungen liegen
- 138 - SFB 696

in der Mitte und werden untereinander mit eher gemäßigten Werten belegt. Heraus
kommt, dass Anforderung A 45% und Anforderung J 1% aufweisen. Dies bedeutet,
dass A 45-mal höher bewertet wird als J. Hierbei ist der Betrag des
Inkonsistenzfaktors noch nicht einmal besonders hoch. Er liegt mit 10% an der Grenze
dessen, was noch vertretbar ist, um die Ergebnisse weiter zu verwenden.
Zusammenfassung und Schlussfolgerungen
Aufgrund der zentralen Bedeutung der beschriebenen Problematik sollen an dieser
Stelle noch einmal die Möglichkeiten des Auftretens zusammengefasst werden.
Relative Gewichtungen
Verfahren: AHP 100$-Test und andere
Hierarchie:
Alle Anforderungen
werden untereinander
verglichen
Nicht alle Anforderungen
werden untereinander
verglichen
Inkonsistenz: Nicht Vorhanden Vorhanden
Abbildung 43: Struktur des Auftretens der Problematik
Die drei Ebenen in Abbildung 43 - Verfahren, Hierarchie und Inkonsistenz -
entsprechen den drei zuvor beschriebenen Fragestellungen. Ist eine konkrete
Anwendung von relativen Daten nach dem Durchlaufen dieser drei Ebenen thematisch
auf der linken Seite des Diagramms einzuordnen, so sind nur die in Kapitel 3.2.2
beschriebenen Veränderungen zu berücksichtigen. Sollte aber eine konkrete
Anwendung auf der rechten Seite einzuordnen sein, so kann es dazu kommen, dass
die vier Eingangsgrößen Gewichtung der Kundenanforderungen, Korrelation der
Anforderungen mit den Produktmerkmalen, technische Schwierigkeit und
- 139 - SFB 696

kaufmännische Bedeutung nicht mehr in einem festen Verhältnis zueinander stehen.
Ob dies so ist, hängt vom Einzellfall ab. Letztendlich entscheiden die verwendeten
Zahlenwerte über die Verhältnisse zueinander, jedoch ist ein Auftreten des Problems
demnach theoretisch möglich und auch nicht unwahrscheinlich.
Ist ein Anwendungsfall auf der rechten Seite einzuordnen, so ist es grundsätzlich egal,
durch welche der drei Fragestellungen dies geschieht. Die Konsequenz ist immer die
gleiche: Es besteht die Möglichkeit, dass Kundenanforderungen für eine QFD mehr als
neunmal so hoch bewertet werden wie andere Kundenanforderungen. Dadurch wird,
wie in Kapitel 3.2.3 beschrieben, das Ergebnis der QFD - die Gesamtbewertung - zu
einem viel stärkeren Teil durch die Eingangsgröße der Gewichtung der
Kundenanforderungen bestimmt, als durch die anderen Eingangsgrößen. Die
Ausgeglichenheit oder die konstante Verhältnismäßigkeit der vier Eingangsgrößen, die
in der konventionellen QFD herrscht, ist dadurch nicht mehr gegeben.
Tritt die beschriebene Problematik bei einem konkreten Anwendungsfall auf und
möchte man auf eine direkte und unmittelbare Nutzung von relativ gewichteten
Kundenanforderungen nicht verzichten, so ergeben sich zwei Möglichkeiten. Die erste
besteht darin, dass die QFD ohne weitere Veränderungen mit den relativen
Kundengewichtungen durchgeführt wird. Hierbei muss man sich bei der späteren
Auswertung der Ergebnisse der entstehenden Unausgeglichenheit der Eingangsgrößen
bewusst sein. Eine stärkere Beachtung der Gewichtung der Kundenanforderungen im
Verhältnis zu den anderen drei Eingangsgrößen kann unter Umständen sogar von den
Anwendern der QFD gewollt sein.
Die zweite Möglichkeit ist, dass die QFD an weiteren Stellen modifiziert wird, um die
beschriebene Unausgeglichenheit zu beseitigen. Mögliche Lösungsansätze um dieser
Problematik zu begegnen, werden im Folgenden beschrieben.
3.3 Möglichkeiten der Transformation von relativen in absolute
Gewichtungen
3.3.1 Integration relativer Gewichte durch Anpassung der Skalen
Um die Anforderung nach einer Ausgewogenheit der vier Eingangsgrößen zu erfüllen,
und somit die in Kapitel 3.2.3 beschriebene Problematik zu vermeiden, liegt eine
Umrechnung der relativen Werte nahe. Das Problem hierbei ist allerdings, dass jede
Umrechnung und Anpassung an eine Skala, wie sie bei den anderen drei
Eingangsgrößen Anwendung findet, einen Genauigkeitsverlust mit sich bringt. Dieser
- 140 - SFB 696

Genauigkeitsverlust ist dadurch bedingt, dass nicht alle Nuancen der relativen
Gewichtungen bei der Umrechnung erhalten bleiben. Dies würde bedeuten, dass die
Anforderung nach einer Genauigkeitssteigerung der Ergebnisgrößen nicht in vollem
Umfang erfüllt wird.
Aus diesem vermutlichen Widerspruch ergibt sich jedoch eine andere Lösung. So
besteht die Möglichkeit, dass die drei nicht relativen Eingangsgrößen - die Korrelation
der Anforderungen mit den Produktmerkmalen, die technische Schwierigkeit sowie die
kaufmännische Bedeutung - angepasst werden. Dies scheint auf den ersten Blick
deutlich umständlicher zu sein, denn so müssen die drei absoluten Größen an eine
relative angepasst werden, anstatt eine relative an drei absolute Größen. Trotzdem
bietet diese Vorgehensweise einen ganz entscheidenden Vorteil: Durch das Anpassen
und mathematische Umrechnen der drei absoluten Eingangsgrößen kann kein
Präzisionsverlust resultieren. Der Grund hierfür ist, dass die Werte für die relativ
gewichteten Kundenanforderungen ohne irgendeinen Zwischenschritt direkt, z.B. aus
dem AHP, in die QFD übernommen werden können. Die drei absoluten Eingangsgrößen
wiederum verfügen über keine erhöhte Präzision, so dass sich die Transformation
dieser Skalenwerte nicht negativ auf die Qualität der Endergebnisse einer QFD
auswirkt.
Die Transformation der Skalen kann auf unterschiedlichen Wegen erfolgen. In den
nächsten drei Abschnitten sollen hierzu verschiedene Möglichkeiten vorgestellt
werden.
3.3.1.1 Anpassung der Skala durch Erweiterung
Die einfachste Möglichkeit eine Skala anzupassen, scheint diejenige zu sein, diese so
zu vergrößern, dass sie an die relativen Werte angepasst ist. Die Skalen würden so
weiter in Schritten von je einer Einheit verlaufen. Der genaue Wert, bis zu dem die
Skala vergrößert wird, hängt dabei von der Eingangsgröße der relativ gewichteten
Kundenanforderungen ab. Diese Werte könnten sich, wie z.B. in Tabelle 24 dargestellt,
verhalten.
- 141 - SFB 696

Anforderung
A
B
C
D
E
F
G
H
I
J
Wert
0,4
0,15
0,1
0,08
0,07
0,06
0,05
0,04
0,03
0,02
Tabelle 24: Beispielwerte von Kundenanforderungen
Um den Maximalwert einer angepassten Skala zu ermitteln, muss der größte durch
den kleinsten Wert aus Tabelle 24 geteilt werden. Dies würde für diesen Fall ein
Ergebnis bedeuten von:
0,4 / 0,02 = 20
Damit würden die angepassten Skalen für die technische Schwierigkeit und die
kaufmännische Bedeutung wie in Abbildung 44 aussehen.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
20
Abbildung 44: Angepasste Skala
Die Werte für die Korrelation der Kundenanforderungen mit den Produktmerkmalen
stellen auch hier einen Sonderfall dar, da sie nicht durch eine Skala mit Schritten, die
jeweils eine Einheit betragen, ausgedrückt werden können. Eine mögliche Anpassung
muss die bewusst großen Sprünge der drei Werte 1, 3 und 9 berücksichtigen. Dabei ist
die folgende Lösung denkbar: Der Wert 1 ist der kleinste mögliche Wert in der
konventionellen Vorgehensweise und bleibt deshalb auch bei der Anpassung der QFD
bei 1. Die 9 ist der Maximalwert, also sollte für diese Position immer der Höchstwert
der angepassten Skalen verwendet werden, dies ist in dem hier gewählten Beispiel die
20. Etwas schwieriger ist die Anpassung des Wertes 3. Bei den konventionellen Werten
- 142 - SFB 696

ist dieser Wert ein Drittel des Maximalwertes, also des Wertes 9. Dieses Verhältnis
kann auch bei den angepassten Werten beibehalten werden. Damit würde der
angepasste Wert in diesem Beispiel, hier auf vier Nachkommastellen gerundet, wie
folgt lauten:
20 / 3 = 6,6667
Mit dieser Vorgehensweise könnte zwar, wie zuvor beschrieben, die Problematik der
Unausgeglichenheit der vier Eingangsgrößen beseitigt werden, allerdings weist diese
Vorgehensweise auch neue Nachteile auf. So hätten die Skalen in jeder QFD mit relativ
gewichteten Kundenanforderungen eine andere Anzahl von verschiedenen Werten. In
diesem Fall sind es 20, es können aber auch z.B. 50 verschiedene Werte möglich sein.
Dieser Zusammenhang wirkt sich negativ auf eine mögliche QFD-Erfahrung aus. Würde
beispielsweise in einer vergleichbaren QFD ein Zusammenhang mit einer 5 bei der
kaufmännischen Bedeutung bewertet, kann ein sehr ähnlicher Zusammenhang in
einer anderen QFD mit einer 12 bewertet werden. Dies bedeutet, dass man sich bei
jeder QFD immer in neue und verschieden große Skalen hineindenken muss. So
können Erfahrungen, die man bei einer vorherigen QFD gesammelt hat, schlecht bei
einer aktuellen eingesetzt werden.
Desweiteren erhöht sich durch das Auftreten von Skalen mit eventuell sehr vielen
Werten die Qualität der einzelnen Bewertungen nicht. Auch ist eine Bewertung mit z.B.
50 verschiedenen Werten schwer oder gar nicht möglich. Dies ist der Grund, weshalb
die Skalen in einer konventionellen QFD in der Regel von 1 bis höchstens 10 gehen.
3.3.1.2 Anpassung der Skala durch Transformation
Im letzten Abschnitt wurden folgende zwei Probleme bei der Anpassung durch
Erweiterung der Skalen beschrieben:
• Die Skalen verändern sich bei jeder QFD
• Die Skalen können sehr groß werden
Anstatt die Skalen zu vergrößern, indem sie aus mehr Werten bestehen als dies
konventionell der Fall ist, können die Werte der Skalen transformiert werden, um auf
diese Art eine Anpassung zu erreichen. Hierdurch bleibt es bei der konventionellen
Anzahl von Werten, aber die Zwischenräume der einzelnen Skalensegmente werden
verändert. Abbildung 45 soll dies anhand der Zahlen 1 bis 9 veranschaulichen. Diese
stellen nicht den konkreten Wert dar, sondern die jeweilige Position innerhalb der
Skala.
- 143 - SFB 696

1 2 3 4 5 6 7 8 9
1 2 3 4 5 6 7 8 9
Abbildung 45: Vergrößerung der Abstände der Skalenwerte
Für die Transformation ist es notwendig, dass jedem Wert in der konventionellen Skala
ein neuer Wert zugeordnet wird. Dieser neue Wert ist abhängig von der Größe des
Verhältnisses vom größten zum kleinsten Eingangswert der relativ gewichteten
Kundenanforderungen. So müssen diese beiden Werte, wie es schon im vorherigen
Abschnitt der Fall war, durcheinander geteilt werden. Außerdem sind die Werte von
der Größe des Maximalwertes der konventionell verwendeten Skala abhängig. Dies
sind in der Regel die Werte 9 oder 10. Die neuen Skalenwerte berechnen sich durch die
in Abbildung 46 gezeigte Formel:
Xi = Xi-1 +
höchster relativer Wert
- maximaler Skalenwert
kleinster relativer Wert
maximaler Skalenwert - 1
Abbildung 46: Formel zur linearen Transformation
+ 1
Dabei stellt X den jeweils transformierten Wert dar, der Index i steht für die Position
innerhalb der Skala. Der Wert X1 ist mit dieser Formel nicht zu berechnen, da hierfür
ein Summand X0 benötigt würde. Dieser ist in den Skalen nicht vorgesehen, denn sie
beginnen immer mit dem Wert 1. Aus diesem Grund läuft der Index von 2 bis zum
maximalen Skalenwert. Die erste Position X1 erhält immer den Wert 1. In den
nachfolgenden zwei Abbildungen soll anhand von Beispieldaten die Anwendung der
Formel zur Transformation verdeutlicht werden. Als Grundlage für die beiden
Transformationen dienen die Beispieldaten aus Tabelle 24. Abbildung 47 zeigt die
Transformation einer Skala mit den Werten 1 bis 9, Abbildung 48 transformiert eine
Skala von 1 bis 10.
- 144 - SFB 696

höchster relativer Wert: 0,4
kleinster relativer Wert: 0,02
maximaler Skalenwert: 9
(((0,4 / 0,02) – 9) / (9-1)) + 1 = 2,375
X1 = 1
Xi = Xi-1 + 2,375
i
1
2
3
4
5
6
7
8
9
Xi
1
3,375
5,75
8,125
10,5
12,875
15,25
17,625
20
Abbildung 47: Lineare Transformation einer Skala von 1 bis 9
höchster relativer Wert: 0,4
kleinster relativer Wert: 0,02
maximaler Skalenwert: 10
(((0,4 / 0,02) – 10) / (10 – 1)) + 1 = 2,1111
X1 = 1
Xi = Xi-1 + 2,1111
i
1
2
3
4
5
6
7
8
9
10
Xi
1
3,1111
5,2222
7,3333
9,4444
11,5556
13,6667
15,7778
17,8889
20
Abbildung 48: Lineare Transformation einer Skala von 1 bis 10
- 145 - SFB 696

Die beiden Beispiele zeigen, dass die mathematische Anforderung an diese
Transformation nicht hoch ist. Die drei Werte für die Korrelation der
Kundenanforderungen mit den Produktmerkmalen lassen sich leicht aus den
transformierten Skalen entnehmen. Dies wird in der folgenden Tabelle gezeigt.
konventionell
1
3
9
max. Skalenwert: 9
1
5,75
20
max. Skalenwert 10
1
5,2222
20
Tabelle 25: Lineare Transformation bei unterschiedlichen Skalen
Für die Korrelationswerte gilt, dass der kleinste Wert immer eine 1 ist. Der höchste
Wert entspricht stets dem Verhältnis vom größten zum kleinsten relativen Wert der
Kundenanforderung. Einzig der mittlere Wert weist eine Abhängigkeit von der
Maximalzahl der konventionell eingesetzten Skala auf. Auffällig an den
Korrelationswerten ist, dass die im letzten Abschnitt beschriebene Beziehung des
höchsten und des mittleren Wertes zueinander für die transformierten Werte nicht
mehr gilt. Der mittlere Wert 3 ist exakt ein Drittel des Maximalwertes 9, für die beiden
transformierten Skalen gilt allerdings folgendes:
20 / 3 = 6,6667 ≠ 5,75
20 / 3 = 6,6667 ≠ 5,2222
Dieser Effekt liegt mathematisch darin begründet, dass nicht alle neun,
beziehungsweise zehn Werte transformiert werden. Stattdessen werden die
Zwischenräume der einzelnen Zahlen vergrößert, dafür bleibt aber der erste Wert, also
die 1, ohne Veränderung. Eine Umwandlung des Wertes 1 ist auch nicht sinnvoll, da
durch die Transformation das gleiche Verhältnis der jeweils kleinsten und größten
Werte der relativen Kundenwünsche und der Skalen erreicht werden sollte, so das gilt:
0,4 / 0,02 = 20 / 1 = 20
Mit einem Wert ungleich 1 wäre dieses Gleichgewicht erneut gestört. Der Anwender
dieser Transformation in dem Beispiel hat allerdings die Freiheit, sich, bezogen auf
den mittleren Wert der Korrelation, für den Wert 6,6667 zu entscheiden, anstatt die
Werte 5,75 bzw. 5,2222 zu verwenden. Dies sollte er tun, wenn für ihn der
Zusammenhang von mittlerem und maximalem Wert, durch das Verhältnis von einem
Drittel, von Bedeutung ist.
- 146 - SFB 696

3.3.1.3 Veränderung der Transformation
Die zuvor beschriebene Transformation zeichnet sich durch eine Linearität aus. Die
konventionelle Skala wird linear in die neuen Werte transformiert. Dabei haben die
Abstände der einzelnen Werte immer die gleiche Größe: im gewählten Beispiel sind es
bei neun Skalenwerten stets 2,375 und bei zehn Skalenwerten 2,1111. Trägt man die
Transformation dieses Beispiels in ein Koordinatensystem ein, so ergibt sich folgende
Abbildung:
25
20
transformierte Werte
15
10
5
0
1 2 3 4 5 6 7 8 9
konventionelle Werte
Abbildung 49: Diagramm zum Beispiel der linearen Transformation
Durch die Abbildung 49 wird die Linearität der Werte dieses Beispiels noch einmal
visuell verdeutlicht. Eine Anpassung der konventionellen Skala kann allerdings auch
durch eine nicht lineare Transformation erfolgen. Zu diesem Zweck wird eine andere
Formel zur Transformation benötigt, die in Abbildung 50 dargelegt wird.
- 147 - SFB 696

höchster relativer Wert
Xi =
kleinster relativer Wert
maximaler Skalenwert
-1
• (i – 1) + 1
• i
maximaler Skalenwert - 1
Abbildung 50: Formel zur nicht linearen Transformation
Wie auch im letzten Abschnitt beschrieben, stellt X den transformierten Wert dar,
während der Index i für die Position innerhalb der Skala steht. Im Gegensatz zu einer
linearen Transformation ist hierbei der Wert X1 mit der Formel zu berechnen. Da der
Term (i – 1) für diesen Fall gleich null ist, reduziert sich die Formel auf Xi = 1 • i. Dies
bedeutet, dass in jedem Fall das Ergebnis für X1 gleich 1 sein muss. Um eine
Vorstellung von den Ergebnissen dieser Formel zu vermitteln, soll das Beispiel aus
dem vorherigen Abschnitt mit der veränderten Gleichung wiederholt werden. Wieder
dienen die Beispieldaten aus Tabelle 24 als Grundlage für die Transformationen der
Skalen. Abbildung 51 und Abbildung 52 transformieren jeweils die Werte einer Skala
von 1 bis 9, beziehungsweise von 1 bis 10.
höchster relativer Wert: 0,4
kleinster relativer Wert: 0,02
maximaler Skalenwert: 9
(((0,4 / 0,02) / 9) – 1) / 8 = 0,1528
Xi = (0,1528 • (i – 1) + 1) • i
i
1
2
3
4
5
6
7
8
9
Xi
1
2,3056
3,9167
5,8333
8,0556
10,5833
13,4167
16,5556
20
Abbildung 51: Nicht lineare Transformation einer Skala von 1 bis 9
- 148 - SFB 696

höchster relativer Wert: 0,4
kleinster relativer Wert: 0,02
maximaler Skalenwert: 10
(((0,4 / 0,02) / 10) – 1) / 9 = 0,1111
Xi = (0,1111 • (i – 1) + 1) • i
i
1
2
3
4
5
6
7
8
9
10
Xi
1
2,2222
3,6667
5,3333
7,2222
9,3333
11,6667
14,2222
17
20
Abbildung 52: Nicht lineare Transformation einer Skala von 1 bis 10
Analog zum vorherigen Abschnitt ergeben sich die Werte für die Korrelation der
Kundenanforderungen mit den Produktmerkmalen, die in der folgenden Tabelle
gezeigt werden:
konventionell
1
3
9
max. Skalenwert: 9
1
3,9167
20
max. Skalenwert 10
1
3,6667
20
Tabelle 26: Nicht lineare Transformation bei unterschiedlichen Skalen
Vergleicht man die mittleren Werte aus Tabelle 26 mit denen aus Tabelle 25, so stellt
man fest, dass sie kleiner geworden sind. Dies bedeutet, dass die Werte noch weiter
von dem Drittel des Maximalwertes entfernt sind, als die Werte in Tabelle 25.
3,9167 < 5,75 < 6,6667
3,6667 < 5,2222 < 6,6667
Demgemäß spricht bei der nicht linearen Transformation noch mehr dafür, bei der
Korrelation nicht die Werte 3,9167 beziehungsweise 3,6666 als mittlere Werte zu
verwenden, sondern, nach der Regel des Drittels des Maximalwertes, den Wert 6,6666
zu benutzen. Der Grund für die kleineren Werte bei den mittleren Korrelationswerten
ist der leicht exponentielle Verlauf bei dieser Transformation. Parallel zu den Werten
- 149 - SFB 696

aus dem vorherigen Abschnitt werden auch die Werte aus diesem Beispiel bei einer
Skala von 1 bis 9 in ein Koordinatensystem eingetragen. Es ergibt sich der in Abbildung
53 dargestellte Zusammenhang, bei dem die leicht exponentielle Tendenz zu erkennen
ist.
25
20
transformierte Werte
15
10
5
0
1 2 3 4 5 6 7 8 9
konventionelle Werte
Abbildung 53: Diagramm zum Beispiel der nicht linearen Transformation
3.3.2 Integration relativer Gewichte durch Anpassung aller Eingangswerte
Eine völlig andere Möglichkeit der Integration relativ gewichteter
Kundenanforderungen besteht darin, alle numerischen Eingangsgrößen als relative
Werte zu ermitteln. Die Motivation für eine solche Vorgehensweise entstammt aus der
Anforderung nach einer höheren Präzision der Ergebnisgrößen in einer QFD. Bei der
Verrechnung sehr präziser Eingangsgrößen besteht hinsichtlich Werten aus groben
Skalen das Problem, dass ein Genauigkeitszuwachs der Ergebnisse oft nur sehr
unzureichend erfüllt werden kann.
Abhilfe für diese Problematik könnte dadurch geschaffen werden, indem es gelingt,
die Genauigkeit aller vier Eingangsgrößen in einer QFD zu steigern. Der
Präzisionsgewinn der Gewichte der Kundenanforderungen kommt durch die relative
Bewertung dieser Werte zustande. In diesem Abschnitt soll geprüft werden, ob es
möglich und auch sinnvoll ist, alle Eingangsgrößen relativ zueinander zu betrachten.
- 150 - SFB 696

3.3.2.1 Technische Schwierigkeit und kaufmännische Bedeutung
In einer konventionellen QFD werden die drei Eingangsgrößen Gewichtung der
Kundenanforderungen, technische Schwierigkeit sowie kaufmännische Bedeutung in
der Regel mit einer Skala bewertet, die bei allen dreien die gleiche Größe aufweist.
Verändert sich die Art der Bewertung bei der Gewichtung der Kundenanforderung, so
dass sie nicht mehr durch eine Skala sondern durch z.B. einen AHP erfolgt, so ist
dieses Vorgehen auch auf die beiden anderen Größen theoretisch übertragbar. Dabei
erscheint es sinnvoll, die gleiche Methode zur Ermittlung der relativen Werte für alle
drei Größen zu verwenden. Das beinhaltet, dass im Falle der Ermittlung der relativ
gewichteten Kundenanforderungen mit einem AHP, dieser Hierarchieprozess auch für
die beiden anderen Eingangsgrößen verwendet werden sollte. Von Vorteil erscheint
hierbei, dass die drei Werte, die später miteinander verrechnet werden, alle aus einem
ähnlichen Entstehungsprozess kommen. Dadurch ist die Dimension bei diesen
Eingangsgrößen identisch.
Ein Problem hierbei ist allerdings der entstehende Mehraufwand. Die konventionelle
Skalenbewertung ist für ein erfahrenes Team natürlich wesentlich schneller
durchzuführen, als ein vollständiger Hierarchieprozess. Erschwerend kommt noch
hinzu, dass es bei den Produktmerkmalen keine Hierarchie gibt, wie es bei den
Kundenanforderungen der Fall ist. Wie in Kapitel 3.2.3 beschrieben, gibt es für den
Paarweisen Vergleich von Kundenanforderungen zwei Möglichkeiten: entweder
werden sie alle untereinander verglichen oder sie werden nur dann miteinander
verglichen, wenn sie zur gleichen übergeordneten Anforderung gehören. Es wurde
bereits erläutert, dass letztere Vorgehensweise zu einer erheblichen Erleichterung des
notwendigen Arbeitsaufwandes führt. Da diese Arten von Hierarchien, die es bei
Kundenanforderungen gibt, aber nicht bei den Produktmerkmalen vorhanden sind,
müssen bei einem AHP, für die technische Schwierigkeit und die kaufmännische
Bedeutung, alle Merkmale miteinander verglichen werden. Dies induziert einen
erheblichen Arbeitsaufwand, denn bei z.B. 25 Produktmerkmalen beträgt die Anzahl
der Vergleiche für eine Eingangsgröße:
25 + 24 +23 +22 + … + 2 + 1 = 325
Diese Zahl ist noch mit 2 zu multiplizieren, um die Anzahl der erforderlichen Vergleiche
für beide Eingangsgrößen zu erhalten.
Sieht man allerdings von diesem großen Aufwand ab, so ist grundsätzlich nichts gegen
die Anwendung eines AHPs bei diesen beiden Eingangsgrößen einzuwenden.
Insbesondere wirkt sich auch der Effekt, der darin besteht, dass bei der Durchführung
- 151 - SFB 696

des AHP die zu vergleichenden Elemente meist gewissenhafter und überlegter als bei
einer konventionellen Skalabewertung bewertet werden, positiv auf die gesamte QFD
aus.
3.3.2.2 Korrelation der Kundenanforderungen mit den Produktmerkmalen
Die Werte der Korrelation der Kundenanforderungen mit den Produktmerkmalen
stellen unter den Eingangsgrößen in einer QFD einen Sonderfall dar. Auf der einen
Seite bekommen nicht alle Korrelationen einen Wert zugeordnet, denn Korrelationen,
die nicht existent sind, werden auch nicht betrachtet. Auf der anderen Seite sind die
Abstände zwischen den drei möglichen Werten 1, 3 und 9 für eine Korrelation bewusst
unterschiedlich groß. Diese beiden Besonderheiten stellen bei einer relativen
Betrachtung der Werte erhebliche Probleme dar.
Die Anzahl aller möglichen Korrelationen in einer QFD ist verhältnismäßig groß. So gibt
es bei z.B. 20 Kundenanforderungen und ebenso vielen Produktmerkmalen insgesamt
400 potentielle Korrelationen. Dies würde bei einem AHP bedeuten, dass rechnerisch
80.200 Paarweise Vergleiche durchgeführt werden müssten. Da diese Anzahl
unrealistisch ist, müssen im Vorfeld einer relativen Bewertung dieser Eingangsgröße
diejenigen Korrelationen aufgezeigt werden, die überhaupt vorhanden sind, und
deshalb einen Wert größer als null aufweisen sollen. Damit verringert sich die Anzahl
der zu betrachtenden Korrelationen drastisch, allerdings wird die Anzahl der Werte
immer noch deutlich über denen der Kundenanforderungen liegen. Der Grund dafür ist,
dass in der Regel jede Kundenanforderung eine oder mehrere Korrelationen mit
verschiedenen Produktmerkmalen aufweist. Dadurch wird es in vielen Fällen immer
noch dazu kommen, dass für einen vollständigen Paarweisen Vergleich zu viele
Korrelationen vorhanden sind.
Dieses Problem könnte umgangen werden, indem für die relative Bewertung ein
Verfahren benutzt wird, dass nicht auf einem vollständigen Paarweisen Vergleich
beruht. An dieser Stelle sind z.B. die sogenannte Ranking-Methode und der 100$-Test
zu nennen. Allerdings wird betreffend der Anwendung dieser Methoden empfohlen,
dass die Anzahl der zu vergleichenden Objekte nicht zu groß ist. So sollten nicht mehr
als 10 bis 15 Aspekte verglichen werden, da sonst eine Bewertung aufgrund der
mangelnden Übersichtlichkeit kaum mehr möglich ist [Francisco Tamayo-Enríquez
'04]. Da aber in dem hier betrachteten Zusammenhang der Korrelation mit deutlich
mehr Vergleichen zu rechnen ist, scheinen auch diese Methoden eher ungeeignet zu
sein.
- 152 - SFB 696

Eine Möglichkeit, um dieses Problem zu lösen, stellt das Vorgehen dar, das Baier bei
der Durchführung zur Bewertung des Kundennutzens eingesetzt hat. Bei der
Bewertung der Korrelationen der technischen Merkmale mit den „kundenwichtigen
Merkmalen“ [Baier '00] verwendet auch er relative Werte. Allerdings werden nicht alle
vorhandenen Korrelationen miteinander verglichen, sondern lediglich diese, die zum
gleichen Kundenwunsch gehören. So verteilen sich 100% nicht auf sämtliche
Korrelationswerte, sondern auf alle Korrelationswerte eines Kundenwunsches. Dies
hat zur Folge, dass zwar mehrere Vergleiche notwendig sind, aber in einem Vergleich
nicht zu viele Zusammenhänge auf einmal verglichen werden. Insgesamt werden
dadurch in der gesamten Korrelationsmatrix mehrere hundert Prozent vergeben,
abhängig von der Anzahl der Kundenwünsche. In dem konkreten Fall, den Baier in
seiner Arbeit beschreibt, werden die Korrelationen zunächst auf einer Skala von 1
(„Merkmal trifft überhaupt nicht zu“) bis 7 („Merkmal trifft voll und ganz zu“) von
mehreren Fachkräften des Unternehmens bewertet. Aus diesen Daten sind
anschließend mit Hilfe einer multivariaten Regressionsanalyse die Prozentzahlen zu
ermitteln [Baier '00].
Es sei angemerkt, dass, in dem konkreten Fall den Baier beschreibt, auch die
Gewichtung der Kundenwünsche als relative Werte betrachtet und als solche mit den
relativen Korrelationswerten verrechnet werden. Allerdings handelt es sich bei der
durchgeführten Betrachtung nicht um eine QFD, sondern um eine Conjoint Analysis.
Diese CA unterscheidet sich von einer QFD dadurch, dass sich der Kunde die
Ausprägungen nicht fiktiv vorstellen muss, sondern diese durch direktes Vorzeigen
gewichtet werden. Das Ziel hingegen ist bei beiden Methoden identisch, denn beide
sollen „Kundenaussagen über verschiedene Merkmale eines Produktes ermitteln und
gewichten“ [Jahn '07]. Auch die Verrechnung der beiden Eingangsgrößen ist
vergleichbar, allerdings beschränkt sich die Berechnung auf diese zwei Werte, so dass
hierbei lediglich eine „Wichtigkeit“ aus diesen beiden Größen berechet wird [Baier
'00].
Das zuvor beschriebene zweite Problem kann durch keines dieser Verfahren
zufriedenstellend gelöst werden. Da es gerade einer der Vorteile der relativen
Bewertungen ist, auch feinere Nuancen zu berücksichtigen, können nicht gleichzeitig
die immer gleich großen Differenzen beibehalten werden. Das hat zur Folge, dass der
Zweck der großen Differenzen, also die deutliche Trennung von wichtigen und weniger
wichtigen Produktmerkmalen, nicht mehr erfüllt werden kann.
- 153 - SFB 696

3.3.3 Integration relativer Gewichte durch Umrechnung in absolute Werte
In diesem Abschnitt wird eine sehr nahe liegende Lösung zur Integration relativ
gewichteter Kundenanforderungen beschrieben: die Umrechnung relativer Werte in
absolute. Es wurde bereits mehrfach von solchen Umrechnungen Gebrauch gemacht,
um Berechnungen von relativen mit Berechnungen von absoluten Werten zu
vergleichen. Umrechnungen dieser Art werden im Folgenden näher erläutert.
Durch eine Umrechnung der relativen Werte können diese mit wenig Zeitaufwand in
jede beliebige Skala überführt werden. Wie bereits beschrieben, gibt es verschiedene
Arten von Skalen, die z.B. einen Bereich von 1 bis 5 oder 1 bis 9 aufweisen. In welche
dieser verschiedenen Skalen die relativen Werte letztendlich überführt werden, hängt
maßgeblich von den Präferenzen des Anwenders ab.
3.3.3.1 Beispiel zur Umrechnung von relativen Werten
Für die Umrechnung der relativen Zahlen werden als erstes Intervalle mit bestimmten
Grenzwerten festgelegt. Anschließend wird überprüft, in welches Intervall die
vorhandenen relativen Werte jeweils hinein passen. Da jedem Intervall genau ein
absoluter Zahlenwert zugeordnet ist, kann jetzt jeder relative Wert einem absoluten
Wert zugeordnet werden.
Nachfolgend soll an einem Beispiel demonstriert werden, wie solche Umrechnungen
durchgeführt werden. Zu Beginn werden die in Tabelle 27 gezeigten relative Werte für
die zehn Kundenanforderungen A bis J benötigt. Diese könnten z.B. durch einen AHP
ermittelt worden sein.
- 154 - SFB 696

Kundenanforderung
A
B
C
D
E
F
G
H
I
J
relativer Wert
24,48
20,63
14,91
10,08
8,25
6,14
5,81
4,19
3,96
1,55
Tabelle 27: Relative Werte für Kundenanforderungen
Mit diesen relativen Werten und mit dem Wissen, in welche Skala die Werte
umgerechnet werden sollen, kann jetzt die Größe der Intervalle bestimmt werden. Zu
diesem Zweck wird der höchste relative Wert durch den maximalen Skalenwert geteilt.
Bei einer Skala von 1 bis 10 würde das in diesem Fall bedeuten:
24,48 / 10 = 2,448
Dieser Wert ist die Ausgangsbasis, um sämtliche Grenzen der Intervalle zu bestimmen.
Da in diesem Beispiel eine Skala von 1 bis 10 gewählt wurde, sind auch zehn Intervalle
notwendig. Diese liegen zwischen insgesamt elf Grenzwerten, die durch die
Multiplikation der Zahlen 0 bis 10 mit jeweils dem Wert von 2,448 ermittelt werden.
Abbildung 54 zeigt das Zustandekommen der Intervallgrenzen.
- 155 - SFB 696

Berechnung
Intervallgrenzen
Skalenwerte
Intervalle
10 • 2,448
24,48
10
22,03-24,48
9 • 2,448
22,03
9
19,58-22,03
8 • 2,448
19,58
8
17,14-19,58
7 • 2,448
17,14
7
14,69-17,14
6 • 2,448
14,69
6
12,24-14,69
5 • 2,448
12,24
5
9,79-12,24
4 • 2,448
9,79
4
7,34-9,79
3 • 2,448
7,34
3
4,90-7,34
2 • 2,448
4,90
2
2,45-4,90
1 • 2,448
2,45
1
0-2,45
0 • 2,448
0
Abbildung 54: Berechnung der Intervallgrenzen bei einer Skala von 1 bis 10
Sind die Intervallgrenzen bestimmt, können die jeweiligen Intervalle einfach abgelesen
werden, wie es die rechte Seite der Abbildung 54 zeigt. Anschließend muss für jeden
relativen Wert bestimmt werden, in welchem Intervall er liegt und welchen absoluten
Wert er damit bekommt. Für dieses Beispiel mit den Werten aus Tabelle 27 zeigt
Tabelle 28 das Ergebnis einer solchen Zuordnung.
- 156 - SFB 696

Relativer
Wert
24,48
20,63
14,91
10,08
8,25
6,14
5,81
4,19
3,96
1,55
Entsprechendes
Intervall
22,03-24,48
19,58-22,03
14,69-17,14
9,79-12,24
7,34-9,79
4,90-7,34
4,90-7,34
2,45-4,90
2,45-4,90
0-2,45
Absoluter
Wert
10
9
7
5
4
3
3
2
2
1
Tabelle 28: Zuordnung der absoluten Werten bei einer Skala von1 bis 10
Natürlich ergibt sich für den höchsten relativen Wert bei einer solchen Umrechnung
immer der maximale Skalenwert. Dies liegt darin begründet, dass der höchste relative
Wert für die Festlegung der Intervallgrenzen mit verantwortlich ist. Dadurch ist bei
einem solchen Vorgehen immer der obere Grenzwert des maximalen Skalenwertes mit
dem Höchstwert der relativen Zahlen identisch. In den weiteren Rechnungen und
Betrachtungen finden nun nur noch diese absoluten Beträge Anwendung.
3.3.3.2 Der Genauigkeitsverlust
Die in diesem Abschnitt beschriebene Methode zur Integration relativer
Kundenanforderungen weist, im Vergleich mit den beiden zuvor beschriebenen, einen
hohen Genauigkeitsverlust auf. Eine maßgebliche Einflussgröße auf diesen
Genauigkeitsverlust ist die Anzahl der Intervalle bei der Umrechnung und dadurch die
Art der Skala, in die die relativen Werte überführt werden. Dabei gilt: Je kleiner die
Anzahl der Skalenelemente, desto größer der Genauigkeitsverlust. Das nachfolgende
Beispiel soll diese Aussage veranschaulichen.
Ausgehend von den Werten der relativ gewichteten Kundenanforderungen aus Tabelle
27 soll der Einfluss der Größe der Skala an zwei verschiedenen Umrechnungen gezeigt
werden. Da im vorherigen Abschnitt bereits eine Umrechnung vollzogen wurde, muss
an dieser Stelle noch eine weitere Umrechnung in eine andere Skala durchgeführt
- 157 - SFB 696

werden, damit diese beiden anschließend miteinander verglichen werden können.
In der hier durchgeführten zweiten Umrechnung wird eine Skala von 1 bis 5 betrachtet.
Damit ergibt sich ein neuer Abstand zwischen den jeweiligen Intervallgrenzen.
24,48 / 5 = 4,896
Da die Höhe des größten relativen Wertes, im Vergleich zur anderen Umrechnung,
konstant geblieben ist, hat sich der berechnete Wert mit 4,896 genau verdoppelt. Mit
diesem neuen Wert lassen sich die Grenzwerte der Intervalle analog zum Beispiel im
vorherigen Abschnitt berechnen. Abbildung 55 zeigt die neuen Intervallgrenzen.
Berechnung
Intervallgrenzen
Skalenwerte
Intervalle
5 • 4,896
24,48
5
19,58-24,48
4 • 4,896
19,58
4
14,69-19,58
3 • 4,896
14,69
3
9,79-14,69
2 • 4,896
9,79
2
4,90-9,79
1 • 4,896
4,90
1
0-4,90
0 • 4,896
0
Abbildung 55: Berechnung der Intervallgrenzen bei einer Skala von 1 bis 5
Zu diesen neuen Intervallen werden als nächstes die Werte aus Tabelle 27 zugeordnet,
so wie bereits im vorherigen Abschnitt. Die sich dadurch ergebende Zuordnung der
absoluten Werte zu den relativen zeigt Tabelle 29.
- 158 - SFB 696

Relativer
Wert
24,48
20,63
14,91
10,08
8,25
6,14
5,81
4,19
3,96
1,55
Entsprechendes
Intervall
19,58-24,48
19,58-24,48
14,69-19,58
9,79-14,69
4,90-9,79
4,90-9,79
4,90-9,79
0-4,90
0-4,90
0-4,90
Absoluter
Wert
5
5
4
3
2
2
2
1
1
1
Tabelle 29: Zuordnung der absoluten Werte bei einer Skala von1 bis 5
Bereits an dieser Stelle ist erkennbar, dass der Genauigkeitsverlust bei der
Umrechnung in eine Skala von 1 bis 5 zugenommen hat. Vergleicht man Tabelle 28 und
Tabelle 29 miteinander, so ist feststellbar, dass in der zweiten Tabelle jeweils drei
relative Zahlen den Wert 1 und den Wert 2 zugeordnet bekommen. Bei einer Skala von
1 bis 10 bekommen die gleichen relativen Werte nie mehr als zweimal einen gleichen
absoluten Wert zugeordnet. Dies spricht eindeutig für eine Zunahme des
Genauigkeitsverlustes bei einer Verkleinerung der Anzahl der Skalenelemente. Um
diesen Genauigkeitsverlust näher zu betrachten, sollen die unterschiedlichen
Auswirkungen auf die Gesamtbewertung bei verschiedenen Skalen betrachtet werden.
Zu diesem Zweck wird das Beispiel des Kapitels 3.2.2 jetzt mit den ermittelten Werten
betrachtet. Als erstes erfolgt in Abbildung 56 die Berechnung mit den relativen Werten
aus Tabelle 27. Anschließend zeigen die Abbildung 57 und die Abbildung 58 die gleiche
Berechnung mit den umgerechneten absoluten Werten der Skalen 1 bis 10 und 1 bis 5
in dieser Reihenfolge.
- 159 - SFB 696

- 160 - SFB 696
Abbildung 56: Berechnung der Gesamtbewertung mit relativen Werten
9
10
1
3
2
8
7
5
4
6
Rang
3,0458
0,7505
18,7928
16,2832
18,0041
3,4259
7,0794
10,9176
12,9625
8,7382
Relativ
913,44
225,08
5635,98
4883,34
5399,46
1027,44
2123,12
3274,2
3887,46
2620,59
Absolut
Gesamtbewertung
3
2
4
5
9
8
6
1
7
Rang
13,5095
3,3289
13,8924
10,3176
8,8729
3,7989
3,9250
8,0707
28,7472
5,5368
Relativ
Gesamtbewertung
913,44
225,08
939,33
697,62
599,94
256,86
265,39
545,7
1943,73
374,37
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
5
4
2
7
1
6
8
3
Rang
1,5670
0,7722
11,0497
11,1698
12,3503
7,0503
29,1376
8,9870
5,9279
11,9883
Relativ
Gesamtbewertung
114,18
56,27
805,14
813,89
899,91
513,72
2123,12
654,84
431,94
873,53
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
6
10
3
7
9
4
1
8
2
5
Rang
8,3672
4,1235
9,8335
8,5203
7,3273
9,4114
19,4479
7,9978
15,8264
9,1447
Relativ
Bedeutung
114,18
56,27
134,19
116,27
99,99
128,43
265,39
109,14
215,97
124,79
Absolut
Technische
9
1
1,55
J
9
3
3,96
I
9
9
4,19
H
9
1
1
5,81
G
9
3
3
6,14
F
1
9
8,25
E
9
9
10,08
D
9
3
3
14,91
C
3
1
1
9
20,63
B
3
9
24,48
A
t
s
r
q
p
o
n
m
l
k
9
10
1
3
2
8
7
5
4
6
Rang
3,0458
0,7505
18,7928
16,2832
18,0041
3,4259
7,0794
10,9176
12,9625
8,7382
Relativ
913,44
225,08
5635,98
4883,34
5399,46
1027,44
2123,12
3274,2
3887,46
2620,59
Absolut
Gesamtbewertung
3
2
4
5
9
8
6
1
7
Rang
13,5095
3,3289
13,8924
10,3176
8,8729
3,7989
3,9250
8,0707
28,7472
5,5368
Relativ
Gesamtbewertung
913,44
225,08
939,33
697,62
599,94
256,86
265,39
545,7
1943,73
374,37
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
5
4
2
7
1
6
8
3
Rang
1,5670
0,7722
11,0497
11,1698
12,3503
7,0503
29,1376
8,9870
5,9279
11,9883
Relativ
Gesamtbewertung
114,18
56,27
805,14
813,89
899,91
513,72
2123,12
654,84
431,94
873,53
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
6
10
3
7
9
4
1
8
2
5
Rang
8,3672
4,1235
9,8335
8,5203
7,3273
9,4114
19,4479
7,9978
15,8264
9,1447
Relativ
Bedeutung
114,18
56,27
134,19
116,27
99,99
128,43
265,39
109,14
215,97
124,79
Absolut
Technische
9
1
1,55
J
9
3
3,96
I
9
9
4,19
H
9
1
1
5,81
G
9
3
3
6,14
F
1
9
8,25
E
9
9
10,08
D
9
3
3
14,91
C
3
1
1
9
20,63
B
3
9
24,48
A
t
s
r
q
p
o
n
m
l
k
Lösungsmöglichkeiten
Kundenanforderungen

- 161 - SFB 696
Abbildung 57: Berechnung der Gesamtbewertung mit einer Skala von 1 bis 10
9
10
1
3
2
8
7
5
4
6
Rang
3,0923
0,7731
18,9406
15,6335
18,5540
3,6077
6,4137
11,5963
12,3694
9,0193
Relativ
432
108
2646
2184
2592
504
896
1620
1728
1260
Absolut
Gesamtbewertung
3
10
2
4
5
8
9
6
1
7
Rang
13,7887
3,4472
14,0760
9,9585
9,1925
4,0217
3,5748
8,6179
27,5774
5,7453
Relativ
Gesamtbewertung
432
108
441
312
288
126
112
270
864
180
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
4
5
2
7
1
6
8
3
Rang
1,6173
0,8086
11,3208
10,9015
12,9380
7,5472
26,8344
9,7035
5,7502
12,5786
Relativ
Gesamtbewertung
54
27
378
364
432
252
896
324
192
420
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
6 bez. 7
10
3 bez. 4
8
9
3 bez. 4
1
6 bez. 7
2
5
Rang
8,5851
4,2925
10,0159
8,2671
7,6312
10,0159
17,8060
8,5851
15,2623
9,5390
Relativ
Bedeutung
54
27
63
52
48
63
112
54
96
60
Absolut
Technische
9
1
1
J
9
3
2
I
9
9
2
H
9
1
1
3
G
9
3
3
3
F
1
9
4
E
9
9
5
D
9
3
3
7
C
3
1
1
9
9
B
3
9
10
A
t
s
r
q
p
o
n
m
l
k
9
10
1
3
2
8
7
5
4
6
Rang
3,0923
0,7731
18,9406
15,6335
18,5540
3,6077
6,4137
11,5963
12,3694
9,0193
Relativ
432
108
2646
2184
2592
504
896
1620
1728
1260
Absolut
Gesamtbewertung
3
10
2
4
5
8
9
6
1
7
Rang
13,7887
3,4472
14,0760
9,9585
9,1925
4,0217
3,5748
8,6179
27,5774
5,7453
Relativ
Gesamtbewertung
432
108
441
312
288
126
112
270
864
180
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
4
5
2
7
1
6
8
3
Rang
1,6173
0,8086
11,3208
10,9015
12,9380
7,5472
26,8344
9,7035
5,7502
12,5786
Relativ
Gesamtbewertung
54
27
378
364
432
252
896
324
192
420
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
6 bez. 7
10
3 bez. 4
8
9
3 bez. 4
1
6 bez. 7
2
5
Rang
8,5851
4,2925
10,0159
8,2671
7,6312
10,0159
17,8060
8,5851
15,2623
9,5390
Relativ
Bedeutung
54
27
63
52
48
63
112
54
96
60
Absolut
Technische
9
1
1
J
9
3
2
I
9
9
2
H
9
1
1
3
G
9
3
3
3
F
1
9
4
E
9
9
5
D
9
3
3
7
C
3
1
1
9
9
B
3
9
10
A
t
s
r
q
p
o
n
m
l
k
Lösungsmöglichkeiten
Kundenanforderungen

- 162 - SFB 696
Abbildung 58: Berechnung der Gesamtbewertung mit einer Skala von 1 bis 5
9
10
2
3
1
8
7
4
5
6
Rang
3,2464
0,6886
18,5932
16,0108
19,9213
3,5416
5,6075
12,1741
11,9528
8,2636
Relativ
264
56
1512
1302
1620
288
456
990
972
672
Absolut
Gesamtbewertung
2
10
3
4
5
8
9
6
1
7
Rang
14,5535
3,0871
13,8920
10,2536
9,9228
3,9691
3,1422
9,0959
26,7916
5,2922
Relativ
Gesamtbewertung
264
56
252
186
180
72
57
165
486
96
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
6
4
2
7
1
5
8
3
Rang
1,7553
0,7447
11,4894
11,5426
14,3617
7,6596
24,2553
10,5319
5,7447
11,9149
Relativ
Gesamtbewertung
33
14
216
217
270
144
456
198
108
224
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
5 bzw. 6
10
3 bzw.4
8
9
3 bzw.4
1
5 bzw. 6
2
7
Rang
9,2697
3,9326
10,1124
8,7079
8,4270
10,1124
16,0112
9,2697
15,1685
8,9888
Relativ
Bedeutung
33
14
36
31
30
36
57
33
54
32
Absolut
Technische
9
1
1
J
9
3
1
I
9
9
1
H
9
1
1
2
G
9
3
3
2
F
1
9
2
E
9
9
3
D
9
3
3
4
C
3
1
1
9
5
B
3
9
5
A
t
s
r
q
p
o
n
m
l
k
9
10
2
3
1
8
7
4
5
6
Rang
3,2464
0,6886
18,5932
16,0108
19,9213
3,5416
5,6075
12,1741
11,9528
8,2636
Relativ
264
56
1512
1302
1620
288
456
990
972
672
Absolut
Gesamtbewertung
2
10
3
4
5
8
9
6
1
7
Rang
14,5535
3,0871
13,8920
10,2536
9,9228
3,9691
3,1422
9,0959
26,7916
5,2922
Relativ
Gesamtbewertung
264
56
252
186
180
72
57
165
486
96
Absolut
Kaufmännische
8
4
7
6
6
2
1
5
9
3
Bedeutung
Kaufmännische
9
10
6
4
2
7
1
5
8
3
Rang
1,7553
0,7447
11,4894
11,5426
14,3617
7,6596
24,2553
10,5319
5,7447
11,9149
Relativ
Gesamtbewertung
33
14
216
217
270
144
456
198
108
224
Absolut
Technische
1
1
6
7
9
4
8
6
2
7
Schwierigkeit
Technische
5 bzw. 6
10
3 bzw.4
8
9
3 bzw.4
1
5 bzw. 6
2
7
Rang
9,2697
3,9326
10,1124
8,7079
8,4270
10,1124
16,0112
9,2697
15,1685
8,9888
Relativ
Bedeutung
33
14
36
31
30
36
57
33
54
32
Absolut
Technische
9
1
1
J
9
3
1
I
9
9
1
H
9
1
1
2
G
9
3
3
2
F
1
9
2
E
9
9
3
D
9
3
3
4
C
3
1
1
9
5
B
3
9
5
A
t
s
r
q
p
o
n
m
l
k
Lösungsmöglichkeiten
Kundenanforderungen

Bei einer ersten Betrachtung der Abbildung 56, Abbildung 57 und Abbildung 58 fällt
auf, dass sich der Rang der Gesamtbewertungen bei der Berechnung mit der Skala von
1 bis 10 gegenüber der Berechnung mit den relativen Werten nicht verändert hat. Dies
spricht dafür, dass die Gesamtbewertung bei der Skala von 1 bis 10 verhältnismäßig
gut die relativen Werte wiedergibt. Anders sieht es mit dem Rang der Skala von 1 bis 5
aus. Im direkten Vergleich mit dem Rang der Gesamtbewertung bei den relativen
Werten stellt sich heraus, dass einige Veränderungen stattgefunden haben. So haben
sich jeweils die Plätze 1 und 2 sowie 4 und 5 vertauscht.
Eine noch weitergehende Betrachtung ist möglich, wenn die relativen Werte der
Gesamtbewertung der drei Berechnungen gegenübergestellt werden. Es scheint
vergleichsweise schwierig, genau eine Größe zu finden, mit der der
Genauigkeitsverlust dieser zwei verschiedenen Umrechnungen quantifizierbar wird. Es
soll an dieser Stelle trotzdem versucht werden, eine konkrete Größe anzugeben, die
zwar nicht als alleiniges Vergleichsinstrument aller möglichen Alternativen dient, aber
dennoch etwas über die Qualität von Umrechnungen aussagen kann.
Definiert man in einem Fall, wie er in diesem Beispiel vorliegt, das Ergebnis der
Berechnungen mit relativen Werten als „richtig“, so ist von Interesse, wie weit die
Ergebnisse der Berechnungen mit absoluten Werten von diesen „richtigen“ Werten
abweichen. Um dies aufzuzeigen, werden die betragsmäßigen Differenzen der
Gesamtbewertungen von den beiden Berechnungen mit absoluten Werten jeweils mit
der Berechnung mit relativen Werten ermittelt. Tabelle 30 zeigt diese Werte für das
Beispiel.
- 163 - SFB 696

Produktmerkmal
k
l
m
n
o
p
q
r
s
t
Differenz:
Relativ - Skala 1 bis 10
0,2811
0,5931
0,6787
0,6657
0,1818
0,5499
0,6497
0,1478
0,0226
0,0465
Differenz:
Relativ - Skala 1 bis 5
0,4745
1,0097
1,2565
1,4719
0,1156
1,9172
0,2723
0,1996
0,0619
0,2006
Tabelle 30: Differenzen der relativen Gesamtbewertungen
Bei der Betrachtung der Werte ist erkennbar, dass in nur zwei Fällen der Wert bei der
Berechnung mit der Skala von 1 bis 5 näher an den Werten mit der relativen
Berechnung liegt. Mit Ausnahme der Produktmerkmale o und q liegen die Werte der
Berechnung mit einer Skala von 1 bis 10 näher an denen der Berechnung mit den
relativen Werten. Dies ist ein Indiz dafür, dass die Skala von 1 bis 10 einen geringeren
Genauigkeitsverlust aufweist.
Werden diese Beträge der Differenzen aufsummiert und durch die Anzahl der
Produktmerkmale geteilt, so ergibt sich ein arithmetischer Mittelwert, der die
durchschnittliche Abweichung der relativen Gesamtbewertungen bei der Verwendung
einer Skala von den Ergebnissen bei der Verwendung von relativen Werten angibt. Die
Formel für den arithmetischen Mittelwert lautet:
x =
1
n
n
∑
i=
1
x i
Für das hier betrachtete Beispiel ergeben sich mit den zehn Kundenanforderungen als
x 1 bis x 10 die folgenden Zahlen:
Arithmetischer Mittelwert bei einer Skala von 1 bis 10: 3,8169 / 10 = 0,3817
Arithmetischer Mittelwert bei einer Skala von 1 bis 5: 6,9787 / 10 = 0,6979
Damit liegt die durchschnittliche Abweichung bei der Verwendung einer Skala von 1
- 164 - SFB 696

is 5 fast doppelt so hoch, wie bei der Verwendung einer Skala von 1 bis 10.
Dieser Zusammenhang soll auch noch einmal visuell verdeutlicht werden. Abbildung
59 zeigt ein Diagramm, in dem die drei Ergebnisse der relativen Gesamtbewertung
dargestellt sind. Zu sehen ist, dass die Werte, die sich bei einer Skala von 1 bis 5
ergeben, häufig weiter von den relativen entfernt sind, als die Werte, die sich bei einer
Skala von 1 bis 10 ergeben.
20
18
Relative Gesamtbewertung
16
14
12
10
8
6
4
Relative Werte
Skala von 1 bis 10
Skala von 1 bis 5
2
0
k l m n o p q r s t
0 2 4 6 8 10
Produktmerkmal
Abbildung 59: Diagramm der relativen Gesamtbewertung
- 165 - SFB 696

Vielfach ist bei Betrachtungen dieser Art auch der Wert der Varianz von Interesse.
Diese ergibt sich mit der nachfolgenden Formel aus den Werten:
s
2
X
n
n
2 1
= ∑(
xi
− x)
= ( ∑ xi
n −1
n −1
1 2
2
i=
1
n=
1
− nx
)
Varianz bei einer Skala von 1 bis 10: 0,0733
Varianz bei einer Skala von 1 bis 5: 0,4406
Der Wert der Varianz, der ein statistisches Streumaß darstellt, ist eine Kenngröße für
die Abweichung der Werte von ihrem Erwartungswert E(X). Allerdings stellt sich in der
Praxis häufig das Problem, dass die Varianz über keine identische Einheit mit den
Daten, aus denen sie ermittelt worden ist, verfügt. Aus diesem Grund wird als
nächstes die Standardabweichung berechnet:
2
s
X
= s X
Standardabweichung bei einer Skala von 1 bis 10: 0,2707
Standardabweichung bei einer Skala von 1 bis 5: 0,6638
Die Werte der Varianz und der Standardabweichung bestätigen die bereits zuvor
aufgestellte Vermutung: die in eine Skala von 1 bis 5 umgerechneten Werte weisen
weniger Präzision auf als die Werte in der Skala von 1 bis 10.
Alternativen zur Umrechnungsmethode
In diesem Kapitel wurde bis jetzt lediglich eine Methode behandelt, um relative
Größen in absolute umzurechnen. Neben dieser Vorgehensweise sind allerdings noch
weitere möglich. Der Vollständigkeit halber soll im Folgenden eine dieser Alternativen
kurz betrachtet werden.
Die zuvor betrachtete Methode basierte darauf, dass für jeden absoluten Wert jeweils
ein Intervall bestimmt wird, zu dem die relativen Werte anschließend zugeordnet
werden. Es ist aber auch möglich, auf diese Intervalle zu verzichten und die relativen
Werte durch eine Art prozentuale Aufteilung in absolute zu überführen. Dabei können
die Prozentanteile, die zu den jeweiligen absoluten Werten gehören, gleich groß oder
unterschiedlich sein. Weisen die prozentualen Anteile eine identische Größe auf, so
werden 100% durch die Anzahl der verschiedenen Skalenelemente geteilt. Mit einer
konventionellen Skala von 1 bis 5 würden so jeweils 20% der relativen Werte auf eine
absolute Zahl entfallen. Wichtig ist dabei, dass die relativen Werte vorher der Größe
nach sortiert sind, so dass in den 20% der relativen Werte, die auf die 5 entfallen, auch
- 166 - SFB 696

die betragsmäßig größten Werte enthalten sind. Für die Zahlen aus Tabelle 27 ergibt
sich damit die Zuordnung, die Abbildung 60 zeigt:
Kundenanfordeung
relativer
Wert
absoluter
wert
A
B
24,48
20,63
5
5
20%
C
D
14,91
10,08
4
4
20%
E
F
8,25
6,14
3
3
20%
G
H
5,81
4,19
2
2
20%
I
J
3,96
1,55
1
1
20%
Abbildung 60: Alternative Umrechnung der relativen Werte
Es werden hierbei immer 20% der zehn Kundenanforderungen dem gleichen absoluten
Wert zugeordnet, d.h. jeder absolute Wert bekommt zwei relative zugewiesen. Der
Vorteil einer solchen Umrechnung der relativen Werte ist der sehr geringe Aufwand. Es
müssen keine Intervalle bestimmt werden, die Werte werden lediglich der Höhe nach
sortiert und können anschließend direkt den absoluten zugeordnet werden.
Eine Umrechnung in dieser Form bietet allerdings auch erhebliche Nachteile. So ist
der Genauigkeitsverlust weitaus größer als es bei der Variante, die zuvor in diesem
Abschnitt verwendet wurde, der Fall ist. Der Grund ist die starre Einteilung der
relativen Werte in die prozentualen Abschnitte. Auch kommt es in den meisten Fällen
dazu, dass keine glatte Anzahl der relativen Werte einem absoluten Wert zugeordnet
werden kann. Wenn z.B. elf Kundenanforderungen vorhanden sind, die in eine Skala
von 1 bis 5 umgerechnet werden sollen, ist die Zuordnung des elften Wertes ein
Problem. Dieser gehört rechnerisch gesehen zu genau einem Fünftel zu jedem der fünf
absoluten Werte, da 20% von elf genau 2,2 ergeben. Das bedeutet, dass 2,2 relative
Zahlen zu jedem absoluten Wert gehören, was sich natürlich nicht exakt realisieren
lässt.
Da die Nachteile dieser Alternative zur Umrechnung der relativen Werte in absolute
sehr gravierend sind, wird eine Verwendung der Methode eher selten sein. Die
- 167 - SFB 696

Umrechnungsmethode, die zuvor in diesem Kapitel beschrieben wurde, erfüllt die an
sie gestellten Anforderungen besser. Aus diesem Grund wurden sämtliche
Umrechnungen dieser Art mit der zuerst beschriebenen Methode durchgeführt.
- 168 - SFB 696

4 Einsatz der entwickelten Vorgehensweise
Um das in den vorherigen Kapiteln hergeleitete Konzept zu testen, wurde im Juli 2007
eine Befragung bei einem der führenden Produzenten für innovative Lichtsysteme
durchgeführt. Um die intralogistischen Prozesse im Produktionsbereich zu optimieren,
ist die Anschaffung einer logistischen Anlage geplant. Hiermit soll der Übergang
zwischen dem Wareneingang und dem Automatischen Kleinteilelager (AKL)
rationalisiert werden.
Im Rahmen von Forschungsarbeiten wurde bereits im Jahr 2005 eine Befragung mit
absoluter Gewichtung der Anforderungen an eine logistische Anlage für den
Wareneingang durchgeführt. Die Bewertung der allgemein formulierten Anforderungen
sollte eine erste Bedarfsanalyse ermöglichen. Auch die relative Bewertung mittels
AHP zielt auf das ursprüngliche Motiv ab. Zusätzlich soll aber analysiert werden, ob
sich die beiden Bewertungstechniken hinsichtlich ihrer Aussagekraft unterscheiden.
4.1 Durchführung der Stakeholder-Befragung
Da alle Anforderungen bereits absolut bewertet wurden, hätte eine erneute Erhebung
theoretisch entfallen können. Der lange Zeitraum zwischen den beiden Befragungen
spricht jedoch gegen einen direkten Vergleich der Ergebnisse, weil es sein kann, dass
sich die Ansichten der Befragten zu den einzelnen Aspekten möglicherweise im
Verlauf der Zeit geändert haben könnte. Zudem müssen nur die bei der Klassifizierung
ermittelten Kann-Anforderungen erneut „absolut“ gewichtet werden. Im Verhältnis zur
relativen Bewertung entsteht hierdurch nur ein geringer zeitlicher Mehraufwand.
An der Befragung waren, wie bereits im Jahr 2005, drei Stakeholder und insgesamt vier
Mitarbeiter beteiligt:
• Geschäftsführung (S1)
• Experte (S2)
• Anwender 1 - Wareneingang (S3.1)
• Anwender 2 - Lager (S3.2)
Bei dem Vergleich der Bewertungsergebnisse von 2005 und 2007 ist zu beachten, dass
der Experte nicht derselben Person entspricht.
- 169 - SFB 696

Die Anforderungen werden in folgende Anforderungstypen eingeteilt:
A: räumlich-betriebliche Anforderungen
B: technische Anforderungen
C: produktionstechnische Anforderungen
D: Informationsverarbeitungsanforderungen
E: betriebswirtschaftliche Anforderungen
R: ROI-Anforderungen
Wie in den vorherigen Kapiteln beschrieben, gliederte sich die Befragung in sechs
Ablaufschritte. Diese sind in der nachstehenden Tabelle aufgelistet und den jeweiligen
Anforderungstypen und Stakeholdern zugeordnet.
Beschreibung Anforderungstyp Stakeholder
Anforderungsklassifizierung I
Relative Bewertung der aus der
Klassifizierung ermittelten Kann-
Anforderungen sowie der ROI-Anforderungen
Absolute Bewertung der aus der
Klassifizierung ermittelten Kann-
Anforderungen sowie der ROI-Anforderungen
E
E, R
S1
Anforderungsklassifizierung II A, B, C, D S2, S3.1, S3.2
Relative Bewertung der aus der
Klassifizierung ermittelten Kann-
Anforderung
Absolute Bewertung der aus der
Klassifizierung ermittelten Kann-
Anforderung
B, C, D S2, S3.1, S3.2
Tabelle 31: Ablauf der Befragung
4.1.1 Gewichtung der Anforderungen durch S1
Da der Geschäftsführer am vereinbarten Befragungstermin verhindert war, musste die
Anforderungsklassifizierung I sowie die relative und absolute Bewertung der
wirtschaftlichen Anforderungen zwei Tage zuvor per Telefon durchgeführt werden.
Diese wurde durch eine hierfür erstellte Excel-Datei unterstützt, die beiden Parteien
vorlag. Somit konnte der Befragte den einzelnen Ablaufschritten besser folgen, da er
- 170 - SFB 696

stets die jeweiligen Anforderungen und zulässigen Wertungsmöglichkeiten vor Augen
hatte. Die einzelnen Gewichtungen wurden mittels Interviewtechnik erfragt. Im
Gegensatz zur Klassifizierung und absoluten Gewichtung der Anforderungen
gestaltete sich die relative Bewertung auf diesem Wege deutlich schwieriger, da dem
Bewerter die graphische Unterstützung durch das Programm SelectBest fehlte. Auf
diese Problematik wird bei der Auswertung der wirtschaftlichen Anforderungen
ausführlicher eingegangen.
Da alle wirtschaftlichen Anforderungen, die sich auf die ROI-Kennzahl beziehen,
Kosten- oder Leistungsgrößen darstellen, können diese stets nur maximiert, nie aber
vollständig erfüllt werden. Hieraus ergibt sich, dass nur die sieben Anforderungen aus
Block E (betriebswirtschaftliche Anforderungen) klassifiziert werden müssen. Der
Aufbau des Fragebogens ist der nachstehenden Tabelle zu entnehmen.
E
Betriebswirtschaftliche
Anforderungen
absolut
wichtig
vorteilhaft
absolut
unwichtig
bedarf
weiterer
Analyse
E1
Finanzierungsart
Alternativen:
E1.1
Die Anlage muss/ soll
gemietet werden
können
x
E1.2
Die Anlage muss/ soll
gekauft werden können
x
E1.3
Die Anlage muss/ soll
geleast werden können
x
Tabelle 32: Anforderungsklassifizierung I (Ausschnitt)
Der Fragebogen enthält alle zu bewertenden Anforderungen, sowie vier
Bewertungsmöglichkeiten, die der Anforderungsklassifizierung dienen. Alle als
„absolut wichtig“ und „absolut unwichtig“ deklarierten Anforderungen müssen im
Folgenden nicht weiter betrachtet werden. Ihnen kann direkt der höchste bzw.
niedrigste absolute Wert zugeordnet werden. Alle als „vorteilhaft“ bewerteten
Anforderungen stellen Kann-Kriterien dar, die im Folgenden relativ und absolut
gewichtet werden sollen. Anforderungen, deren Nutzen (momentan) nicht abschätzbar
ist, müssen zunächst weiter analysiert werden.
- 171 - SFB 696

Die relative Bewertung der aus der Klassifizierung ermittelten Kann-Anforderungen
sowie der Anforderungen aus Block R wurde mithilfe des Programms SelectBest
durchgeführt. Hierbei werden alle Anforderungen einer Ebene im Hinblick auf einen
übergeordneten Aspekt miteinander verglichen. SelectBest unterstützt den
Entscheidungsprozess in diesem Zusammenhang optimal. Ein virtueller Schieberegler
ermöglicht die einfache Eingabe der Gewichtungen. Nach Abschluss jeder
Teilbewertung wird die Konsistenz der Entscheidung von dem Programm ermittelt. Am
Ende der Befragung können die Einzel- und Gesamtgewichtungen sowie ein Ranking
der Anforderungen in zahlreichen Diagrammen und Bildern dargestellt werden.
Die absolute Bewertung der Kann-Anforderungen basiert wiederum auf einem
Fragebogen, der sich an der ursprünglichen Vorgehensweise nach Sakowski und
Schlüter orientiert [Crostack '06a]. Hierin sind alle Anforderungen aufgelistet, die
mittels einer vierelementigen Skala bewertet werden können. Die
Wertungsmöglichkeiten „sehr wichtig“ und „absolut unwichtig“ können hier nicht
mehr gewählt werden, da diese bereits durch die vorherige
Anforderungsklassifizierung abgefragt wurden. Ein Ausschnitt aus dem Fragebogen ist
der nachstehenden Tabelle zu entnehmen.
- 172 - SFB 696

R
ROI-Anforderungen
sehr ziemlich
wichtig wichtig
eher
wichtig
eher
unwichtig
ziemlich
unwichtig
absolut
unwichtig
Ziel:
Der Return on
Investment der
logistischen Anlage
soll maximal sein
x
R1
Die Güte des
Einsparpotentials
soll möglichst hoch
sein
x
R1.1
Die Anlagenleistung
soll möglichst hoch
sein
x
R1.1.1
Die logistische
Anlage soll über
einen hohen
Durchsatz verfügen
x
R1.1.2
Die logistische
Anlage soll keine
Beschädigungen
am Fördergut
verursachen
x
R1.1.3
Die logistische
Anlage soll keine
Ausfallzeiten
aufweisen
x
R1.1.3.1
Die
Bedienfehlerquote
soll minimal
bleiben
x
R1.1.3.2
Die logistische
Anlage soll nicht
häufig gewartet
werden müssen
x
R1.1.4
Die logistischen
Anlage soll keine
Rüstzeiten
erfordern
x
Tabelle 33: Absolute Bewertung der wirtschaftlichen Kann-Anforderungen
(Ausschnitt)
- 173 - SFB 696

4.1.2 Gewichtung der Anforderungen durch S2, S3.1 und S3.2
Die Hilfsmittel der einzelnen Bewertungsphasen sind mit denen von S1 identisch. Die
Klassifizierung II und die Bewertung der Kann-Anforderungen wurden jeweils mit
einem Fragebogen durchgeführt, der sich lediglich hinsichtlich der zu bewertenden
Anforderungen unterscheidet. Die relative Bewertung erfolgte wiederum mit
SelectBest. Im Unterschied zu S1 waren die anderen Stakeholder allerdings dadurch
im Vorteil, dass sie das Programm - und damit die Analysetools - direkt nutzen
konnten.
Beispielsweise wurde nach jeder abgeschlossenen Teilentscheidung ein
Balkendiagramm gezeigt, dass alle Anforderungen und die zugehörigen relativen
Werte auflistet. Hiermit konnte sich der Befragte ein Bild von der Gesamtverteilung
machen und auf Wunsch die Befragung korrigieren, falls diese nicht mit seinen
Präferenzen übereinstimmte. Zudem wurde nach Abschluss der relativen
Anforderungsgewichtung ein weiteres Balkendiagramm generiert, das die prozentuale
Gesamtverteilung sowie ein Ranking der Anforderungen zeigt. Die folgende Abbildung
demonstriert den Aufbau des Diagrammes exemplarisch für die Bewertung von S2.
Abbildung 61: Relative Anforderungsgewichtung – Werte und Ranking (S2)
Der Ablauf der Befragung konnte aus organisatorischen Gründen nicht, wie im Konzept
beschrieben, durchgeführt werden. Ursprünglich hätte die Klassifizierung am gleichen
- 174 - SFB 696

Tag wie die relative und absolute Gewichtung im Unternehmen stattfinden sollen, um
Fragen bezüglich der Methode und Inhalte direkt klären zu können. Um den hierdurch
erhöhten zeitlichen Aufwand zu minimieren, wurden jedoch der Fragebogen und die
Ergebnisse der Klassifizierung per Internet vorab übermittelt. Den einzelnen
Stakeholdern stand der Fragebogen als Word-Datei zur Verfügung und enthielt eine
kurze Beschreibung zur Vorgehensweise sowie die Definitionen aller aufgelisteten
Anforderungen.
Eine weitere Abweichung zum ursprünglichen Konzept besteht darin, dass den
Stakeholdern S2, S3.1 und S3.2 die Höhe des Automatisierungsgrades als Ergebnis der
Gewichtung der ROI-Anforderungen bereits vor der Klassifizierung der nichtwirtschaftlichen
Anforderungen bekannt sein sollte. Da die Befragung von S1 der
Anforderungsklassifizierung zeitlich nachgelagert war, konnte diese Forderung nicht
eingehalten werden.
4.2 Darstellung und Analyse der Bewertungsergebnisse
Im Folgenden sollen nun die stakeholderbezogenen Bewertungsergebnisse analysiert
werden. Der Schwerpunkt liegt dabei auf einem Vergleich der sich aus der relativen
und absoluten Bewertung ergebenen Einzel- und Gesamtergebnisse.
4.2.1 Analyse der Anforderungsklassifizierung von S1
Die Klassifizierung der Anforderungen aus Block E hat ergeben, dass lediglich zwei
Anforderungen bezüglich des Kriteriums „Schichtbetrieb“ als vorteilhaft deklariert
wurden und somit eine relative Bewertung mittels AHP erfordern. Alle anderen
Anforderungen wurden als „absolut wichtig“ (28,57%) oder „absolut unwichtig“
(42,86%) deklariert.
- 175 - SFB 696

4.2.2 Analyse der relativen und absoluten Bewertung von S1
Die relative und absolute Bewertung der betriebswirtschaftlichen Anforderungen zeigt
keinerlei Widersprüche. Ein Vergleich der Rangplätze zwischen der relativen und
absoluten Bewertung der ROI-Anforderungen lässt hingegen folgende Aussagen zu:
• Es existieren keine vollständigen Übereinstimmungen im Rang, somit sind
weder der erste noch der letzte Rang identisch
• Abstände im Rang größer als eins treten zu 69,23% auf; die gleiche Aussage
kann auch für Abstände größer als zwei getroffen werden
• Bis auf die Anforderungen R1.2.3.2, R2.1, R2.3.1 und R2.3.2 sind die
Rangdifferenzen größer als 3
Es kann folglich festgestellt werden, dass die Abweichungen zwischen den
Ergebnissen beider Bewertungstechniken extrem sind. Dies liegt vornehmlich darin
begründet, dass bei der absoluten Bewertung der Rang 2 insgesamt 11-mal vergeben
ist. Dies zeigt aber auch, dass die absolute Bewertung kaum differenzierte Aussagen
bezüglich der Präferenzen des Entscheiders zulässt. Die AHP-Bewertung weist
hingegen nur zwei doppelte Rangplatzvergaben auf und lässt somit wesentlich
präzisere Aussagen zu. Die folgenden Abbildungen dienen der Verdeutlichung.
Relative Gewichtung der ROI-Anforderungen
R2.3.2
R2.3.1
R2.2
R2.1
R1.2.3.2
R1.2.3.1
R1.2.2
R1.2.1
R1.1.4
R1.1.3.2
R1.1.3.1
R1.1.2
R1.1.1
0% 10% 20% 30% 40% 50% 60% 70%
Abbildung 62: Relative Gewichtung der ROI-Anforderungen
- 176 - SFB 696

Absolute Gewichtung der ROI-Anforderungen
R2.3.2
R2.3.1
R2.2
R2.1
R1.2.3.2
R1.2.3.1
R1.2.2
R1.2.1
R1.1.4
R1.1.3.2
R1.1.3.1
R1.1.2
R1.1.1
-1,5 -1 -0,5 0 0,5 1 1,5
Abbildung 63: Absolute Gewichtung der ROI-Anforderungen
Ein Vergleich der Gewichtungsverteilung der Alternativen RA1 und RA2 mit der
absoluten Bewertung bezüglich der Höhe des Automatisierungsgrades zeigt keine
Widersprüche. Die AHP-Bewertung hat ergeben, dass S1 ein niedriger
Automatisierungsgrad ca. 3-mal wichtiger (Faktor 2,58) als ein hoher
Automatisierungsgrad ist. In der Sprache des AHP bedeutet dies „etwas wichtiger“.
Die absolute Bewertung bestätigt, dass für S1 ein hoher Automatisierungsgrad
lediglich „eher wichtig“ und nicht „ziemlich wichtig“ ist.
Zu der relativen Bewertung der ROI-Anforderungen ist anzumerken, dass die
Gewichtung der Anforderungen R1.1, R1.2, R1.3 und R1.4 einen Inkonsistenzfaktor von
16% ergeben hat und somit über der von Saaty empfohlenen Grenze liegt. Da S1 auch
auf Nachfrage mit den abgegebenen Wertungen konform ging und der Faktor deutlich
unter 20% liegt, wurde auf eine erneute Bewertung verzichtet.
Bei der absoluten Bewertung von 2005 wurden fast alle ROI-Anforderungen als sehr
wichtig eingestuft. Die jetzige absolute Bewertung zeigt, dass lediglich eine
Anforderung (R1.1.2) als „ziemlich wichtig“ eingeschätzt wurde. Die maximale
Wertungsmöglichkeit wurde folglich nur einmal vergeben. Bis auf R2.2, die als „eher
unwichtig“ deklariert wurde, wurden alle anderen Anforderungen als „eher wichtig“
eingestuft. Wenn auch das Anforderungsprofil hiermit leicht verschoben ist, so kann
ebenfalls aus dieser Bewertung wiederum nur in geringem Maße abgeleitet werden,
welche Anforderungen wichtiger als andere sind. Hierfür ist der Umfang der
Bewertungskala verantwortlich zu machen. Mit Hilfe des AHP können Nuancen
- 177 - SFB 696

wesentlich besser festgehalten werden, so dass das Bewertungsergebnis deutlich
mehr Informationen enthält, als das einer absoluten Bewertung. Zudem können die
Abstände zwischen den einzelnen Präferenzen aufgrund des höheren Skalenniveaus
interpretiert werden. Dies wurde im vorherigen Absatz anhand der Anforderungen RA1
und RA2 beispielhaft gezeigt.
Zu Anfang dieses Kapitels wurde bereits auf die besonderen Umstände der Befragung
von S1 hingewiesen. Die Klassifizierung und absolute Bewertung der wirtschaftlichen
Anforderung konnte mithilfe eines jeweiligen Fragebogens auch per Telefon
unkompliziert durchgeführt werden. Die relative Bewertung mittels AHP ist aufgrund
der durchzuführenden Paarvergleiche und des höheren Umfangs der Bewertungsskala
deutlich komplizierter, so dass eine mediale Unterstützung durch ein Programm, wie
SelectBest, von Vorteil ist. Missverständnisse bezüglich der Ausrichtung der
Präferenzen können hiermit vermieden werden. Nach Auswertung der Ergebnisse und
im Hinblick auf die Äußerungen von S1 während der Befragung wird vermutet, dass bei
der Bewertung der Anforderungen R2.1, R2.2 und R2.3 die Ausrichtung der
Präferenzen vertauscht festgehalten wurden. Die nachstehende Tabelle zeigt die
ursprüngliche und nachträglich geänderte Gewichtung.
ursprüngliche Gewichtung
• R2.1 = 1/6 R2.2
• R2.1 = 1/6 R2.3
• R2.2 = R2.3
veränderte Gewichtung
• R2.1 = 6 R2.2
• R2.1 = 6 R2.3
• R2.2 = R2.3
Tabelle 34: Bewertungsvarianten – ROI-Anforderungen (S1)
Es sei darauf hingewiesen, dass die veränderten Werte einen erheblichen Einfluss auf
die ersten Rangplätze der ROI-Anforderungen haben.
4.2.3 Analyse der Anforderungsklassifizierung von S2, S3.1 und S3.2
Da die Klassifizierung der Anforderungen aus Block A, B, C und D von insgesamt drei
Personen durchgeführt wurde, müssen die Einzelergebnisse anschließend zu einem
Gesamtergebnis verdichtet werden. Hieraus können die Kann-Anforderungen
abgeleitet und eine Hierarchie im Sinne des AHP aufgestellt werden.
- 178 - SFB 696

Die Verteilung der jeweiligen Wertungen der Stakeholder S2, S3.1 und S3.2 auf die
verschiedenen Anforderungstypen sind der nachstehenden Tabelle zu entnehmen.
Auffällig ist, dass die jetzige Befragung wesentlich mehr Extrembewertungen
aufweist, als die vorherige.
Anforderungstyp 2005 2007
absolut wichtig 59 58,42% 67 62,04%
vorteilhaft 42 41,58% 28 25,53%
absolut unwichtig 0 0% 9 8,33%
bedarf weiterer Analyse 0 0% 4 3,70%
Tabelle 35: Verteilung der Gewichtungen auf die einzelnen Anforderungstypen
Folglich wurden mehr Anforderungen als „absolut wichtig“, hingegen deutlich weniger
als „vorteilhaft“ eingestuft. Im Gegensatz zur vorherigen Bewertung wurden auch
einige Anforderungen als „absolut unwichtig“ deklariert.
Diese Umverteilung ist auf das veränderte Bewertungsschema zurückzuführen. Die
Anforderungsklassifizierung basiert lediglich auf einer dreiteiligen Bewertungsskala,
abgesehen von der Möglichkeit, dass die Wichtigkeit einer Anforderung zum aktuellen
Zeitpunkt nicht einschätzbar ist. Der zuvor durchgeführten absoluten Bewertung lag
hingegen eine sechselementige Skala zugrunde. Somit mussten alle als „vorteilhaft“
eingestuften Anforderungen direkt als „ziemlich wichtig“, „eher wichtig“, „eher
unwichtig“ oder „ziemlich unwichtig“ deklariert werden. Aus der Sicht des Bewerters
erscheint es jedoch wesentlich einfacher, zunächst festzulegen, ob eine Anforderung
überhaupt relevant ist oder nicht.
Die Verdichtung der Einzelklassifizierungen hat die folgende Aufteilung bezüglich der
verschiedenen Anforderungstypen ergeben.
Anforderungstyp
Anzahl
absolut wichtig 21
vorteilhaft 14
absolut
unwichtig
1
Tabelle 36: Verteilung der zu klassifizierenden Anforderungen
- 179 - SFB 696

Die Auswertung der Anforderungsklassifizierung hat desweiteren gezeigt, dass die
Wertung der befragten Stakeholder zu 63,89% vollständig identisch ist. In 22,22% der
Fälle sind zumindest zwei der drei Befragten gleicher Meinung. Lediglich in 13,89% der
Fälle sind keinerlei Übereinstimmungen festzustellen.
Alle als „vorteilhaft“ deklarierten Anforderungen können nach dem zuvor vorgestellten
Konzept nun in eine Hierarchie integriert werden, um diese anschließend von S2, S3.1
und S3.2 relativ und absolut bewerten zu lassen.
Abbildung 64: Hierarchie der Kann-Anforderungen (B, C, D)
Um einen sinnvollen Vergleich der Informationsverarbeitungsanforderungen zu
gewährleisten, müssen zwei Hilfskriterien, „technische Komponenten“ und
„Eigenschaften der technischen Komponenten“, definiert werden. Somit wird
vermieden, dass die Eigenschaften mit der Existenz eines Datenverarbeitungssystems
und denen von Warn- und Prüfsystemen verglichen werden.
Darüber hinaus ist festzustellen, dass fünf produktionstechnische Spezifikationen
- 180 - SFB 696

miteinander verglichen werden müssen. Im Hinblick auf die Konsistenz könnten
Schwierigkeiten bei der Befragung vermutet werden. Bei der Durchführung konnte
erstaunlicherweise aber beobachtet werden, dass nur einer der Stakeholder nicht auf
Anhieb einen Inkonsistenzfaktor kleiner oder gleich 10% erhielt. Nach zweimaliger
Wiederholung dieses Befragungsblocks konnte jedoch auch bei S3.2 ein akzeptabler
Faktor erzielt werden. Hierbei beschäftigte sich der Stakeholder nochmals intensiver
mit seinen Bewertungen, hinterfragte nochmals die Definitionen der einzelnen
Anforderungen und bewertete dann konsistent.Gerade hierbei wurde deutlich, dass es
einerseits wichtig ist, dass die Anforderungen exakt und verständlich definiert werden
und andererseits diese Art der Befragung zu einer intensiveren Auseinandersetzung
der Stakeholder mit der Bewertung führt.
4.2.4 Analyse der relativen und absoluten Einzelbewertung von S2, S3.1 und
S3.2
Ein Vergleich zwischen den relativen und absoluten Wertungen von S2 zeigt, dass nur
7,14% der Anforderungen im globalen Rang vollständig übereinstimmen. Die Abstände
sind zu 64,29% größer 1 und zur Hälfte größer als 2. Die Anforderungen A8, B5, A2.1
und A2.2, sowie D2.1, D2.6 und D4.3 liegen über drei Positionen auseinander.
Desweiteren ist zu verzeichnen, dass der erste Rang identisch und der zweite
zumindest widerspruchsfrei ist. Dies gilt auch für den letzten Rang. Der Vergleich der
lokalen Ränge zeigt eine vollständige Übereinstimmung.
Die Ergebnisse der AHP-Befragung machen deutlich, dass die Anforderungen aus den
Blöcken B und C sehr viel wichtiger (Faktor 9,01) als diejenigen aus D sind. Dies deckt
sich mit der Aussage des Experten nach Abschluss der Befragung. Die absolute
Bewertung zeigt jedoch teilweise ein völlig anderes Bild. Die Hälfte der Anforderungen
aus Block B und C sind dem letzten Rangplatz zugeordnet. Umgekehrt ist
beispielsweise A2.1 laut AHP dem achten Rangplatz zuzuordnen, in der absoluten
Bewertung ist dieselbe Anforderungen auf dem ersten Rang zu finden.
Im Gegensatz zu S2 stimmen bei S3.1 die globalen Ränge zu 14,29% überein. Die
Abweichungen sind zusätzlich deutlich geringer: Größer als 1 in 35,71% und größer 2
in nur 21,43% der Fälle. Differenzen größer als drei Rangplätze sind nur für D6 und
D2.6 zu beobachten. Der erste Rang ist identisch, bis Rang 8 liegen keine
Widersprüche vor. Auch der letzte Rang ist widerspruchsfrei. Im lokalen Rang sind
keine Widersprüche, aber auch teilweise keine vollständigen Übereinstimmungen
festzustellen.
Im Hinblick darauf, dass der Anforderungsblock C mittels AHP sehr viel höher (Faktor
- 181 - SFB 696

14,3) als D bewertet wurde, ist es verwunderlich, dass zwei Anforderungen aus diesem
Block bei der absoluten Bewertung auf dem letzten Rang zu finden sind, hingegen zwei
Anforderungen aus C auf dem vierten Rang eher vorne liegen. Trotz zahlreicher
Konformitäten zwischen den beiden Bewertungstechniken, sind also auch hier
zahlreiche methodenbedingte Abweichungen zu finden.
Bei der relativen Gewichtung durch S3.1 hat sich eine weitere Besonderheit gezeigt.
Der paarweise Vergleich der einzelnen Anforderungsblöcke B, C und D führte zu einer
hohen Inkonsistenz (19%), die der Befragte nicht zu verantworten hat. Aufgrund der
beschränkten AHP-Skala können Inkonsistenzen unter gewissen Voraussetzungen
nicht vermieden werden. Der Befragte war der Meinung, dass gilt: B = 1/6 C und B = 6
D. Um konsistent zu entscheiden, hätte er folgende Bewertung vornehmen müssen: C
= 36 D. Da als maximale Wertung nur C = 9 D möglich ist, ergibt sich aufgrund der
ersten zwei Paarvergleiche ein derart hoher Inkonsistenzfaktor. Das
Bewertungsergebnis muss folglich, wie dargestellt, akzeptiert werden.
Anders als bei S3.1 zeigt sich bei S3.2 wiederum eine extreme Abweichung zwischen
den beiden Bewertungsmethoden. Der globale Rang weißt keine Gemeinsamkeiten
auf. Über 85% der Ränge liegen mehr als eine Position auseinander. In 78,57% gilt dies
auch für Rangdifferenzen größer als 2. Abweichungen größer 3 sind für die
Anforderungen B4, B5, A2.1, A2.2, A3.2.2, A6, D1, D6 und D2.6 zu verzeichnen. Der
Anforderungsblock C, der um den Faktor 3 weniger wichtig als B und C ist, weist bei
der absoluten Bewertung dennoch drei mal den Rang 1 auf. Auch sind weder der erste
noch der letzte Rang identisch. Selbst der lokale Rang zeigt nur einige
Übereinstimmungen, oftmals sind im Vergleich sogar Widersprüche festzustellen.
4.2.5 Analyse der verdichteten relativen und absoluten Bewertungen von S2,
S3.1 und S3.2
Ein Vergleich der stakeholderbezogenen relativen Bewertungen der Kann-
Anforderungen hat ergeben, dass nur 4,55% vollständig übereinstimmen, immerhin
aber 59,09% teilweise identisch sind, also zwei von drei Befragten gleich geurteilt
haben. Nur 13,63% weisen eine ungleiche Orientierung der jeweiligen Wertung auf.
Das bedeutet, dass ein Stakeholder im Vergleich zu den anderen beiden die
Anforderung als wichtig bzw. unwichtig eingestuft hat. In 63,64% der Fälle liegen
allerdings mindestens zwei der insgesamt drei Wertungen über drei AHP-
Skalenpunkte auseinander. Da eine Mittelwertbildung bekanntermaßen zu einer
Nivellierung der zu mittelnden Werte führt, müssen die sich aus der Verdichtung
ergebenen Präferenzen stets kritisch betrachtet werden.
- 182 - SFB 696

Die stakeholderbezogene Erfassung der jeweiligen Gewichtungen ermöglicht, die
einzelnen Bewertungen unterschiedlich stark in das Gesamtergebnis einfließen zu
lassen. Unabhängig von der Bewertungsmethode wird hierfür der gewichtete
arithmetische Mittelwert angewendet. In Anlehnung an die von Schlüter ermittelten
Faktoren muss dieser Aspekt hier allerdings nicht berücksichtigt werden, da S2, S3.1
und S3.2 mit dem gleichen Faktor belegt wurden [Crostack '06a, Crostack '07] Diese
könnten aber jederzeit beliebig verändert und das verdichtete Ergebnis neu ermittelt
werden, da die Faktoren in der zugrunde liegenden Exceldatei bereits hinterlegt sind.
Ein Vergleich der Ergebnisse beider Bewertungsmethoden (relativ und absolut) zeigt,
dass immerhin 21,43% der Anforderungen den gleichen Rang belegen und nur die
Hälfte einen Abstand größer als 1 aufweist. Immerhin liegen 42,86% mehr als 2
Rangplätze auseinander. Nur 3 von 14 Anforderungen sind mehr als 3 Rangplätze
voneinander entfernt. Die größten Abweichungen sind bei den Anforderungen A2.1 und
D2.6 zu verzeichnen. B4 ist bei beiden Befragungen als wichtigste Anforderung
ermittelt worden. Bis zum vierten Rang können keine Widersprüche verzeichnet
werden. Zwar stimmt der letzte Rang nicht überein, die unteren Ränge liegen aber bis
auf eine Ausnahme (D2.6) nahe beieinander.
Es ist also festzustellen, dass die Übereinstimmungsquoten bei den verdichteten
Ergebnissen wesentlich höher liegen, als bei den Einzelgewichtungen. Dies ist zum
einen darauf zurückzuführen, dass die verdichteten absoluten Werte nicht mehr
ausschließlich den vier Skalenelementen entsprechen. Wird eine Anforderung
beispielsweise von S2 und S3.2 als „ziemlich wichtig“, von S3.1 hingegen als „eher
unwichtig“ deklariert, so ergibt sich der Wert 0,83 als (arithmetisches) Mittel, der nicht
Element der Bewertungsskala ist. Ähnlich wie bei der relativen Gewichtung zeigt sich
hierdurch ein wesentlich differenzierteres Rangbild, als bei den Einzelgewichtungen.
Ein weiterer Grund für die weitaus stärkere Übereinstimmung kann auch aus dem
zuvor beschriebenen Effekt bei arithmetischer Mittelwertbildung abgeleitet werden.
Ein Vergleich der aktuellen absoluten Bewertung mit der vorherigen im Jahr 2005 hat
gezeigt, dass die Stakeholder S3.1 und S3.2 nur ca. die Hälfte absolut identisch
beantwortet haben. S3.1 hat zu 35,29% sogar gegensätzlich geantwortet, S3.2
immerhin in 15,15% der Fälle. Das bedeutet, dass die gleiche Anforderung zuvor als
wichtig bzw. unwichtig eingestuft wurde. Dies ist aufgrund des längeren Zeitraums
nicht verwunderlich, zeigt aber, dass eine erneute absolute Bewertung für den
Vergleich mit relativen Werten zwingend erforderlich war. Die Befragung von S2 kann
nicht direkt miteinander verglichen werden, da diese von zwei verschiedenen
Personen durchgeführt wurde. Dennoch kann festgestellt werden, dass in immerhin
- 183 - SFB 696

26,47% der Fälle eine vollständige Übereinstimmung vorliegt. Eine gegensätzliche
Ausrichtung liegt zu 38,24% vor. Diese Quote liegt nur knapp über der von S3.1. Hieran
zeigt sich nochmals die Notwendigkeit einer erneuten Erhebung der absoluten Werte.
4.2.6 Anmerkungen zur absoluten und relativen Gewichtung der Kann-
Anforderungen aus Block B, C und D
Nach Abschluss der absoluten und relativen Bewertung der Kann-Anforderung wurde
deutlich, dass sich die Befragten hinsichtlich der Definitionen einzelner
Anforderungen nicht sicher oder einig waren. Da die Interpretation aber einen
entscheidenden Einfluss auf die Bewertung hat, sollen die kritischen Anforderungen
aller drei Anforderungsarten abschließend diskutiert werden.
B) Technische Spezifikationen:
Die Forderung nach einem behindertengerechten Aufbau der logistischen Anlage
wurde bei der vorangegangenen Befragung von einem der Stakeholder genannt und
somit nachträglich integriert. Die Diskussion dieser Anforderung bei der absoluten und
relativen Bewertung hat hingegen ergeben, dass die allgemeinen Voraussetzungen für
körperlich beeinträchtigte Mitarbeiter momentan nicht gegeben sind und somit eine
Beschäftigung in absehbarer Zukunft gar nicht möglich ist. Deshalb ist auch ein
behindertengerechter Aufbau der anzuschaffenden Anlage grundsätzlich
uninteressant. Dass die Anforderung B5 von allen Befragten bei der Klassifizierung als
vorteilhaft und nicht als absolut unwichtig eingestuft wurde, hängt damit zusammen,
dass keiner dies grundsätzlich ausschließen wollte.
C) Produktionstechnische Spezifikationen:
Auffällig ist, dass die produktionstechnischen Anforderungen A2.1 und A2.2 (stetige
und unstetige Förderung) in der Anforderungsklassifizierung sowie der absoluten und
relativen Bewertung völlig unterschiedlich gewichtet wurden. Die Bewertung von S2
ergibt, dass eine stetige Förderung „vorteilhaft“, eine unstetige Förderung hingegen
„absolut unwichtig“ ist. Die Befragung von S3.1 zeigt, dass A2.1 „absolut unwichtig“,
A2.2 hingegen „absolut wichtig“ ist. S3.2 bewertete A2.2 identisch, deklarierte aber
A2.1 als „vorteilhaft“, so dass der Wunsch nach einer variablen Förderfrequenz
ausgedrückt wird.
Nach Abschluss der absoluten Bewertung der Kann-Anforderungen wurde durch
Hinterfragen deutlich, dass alle Befragten die gleiche Lösung anstreben. Wird die
Ware im Wareneingang angeliefert, so soll sie stetig ins AKL befördert werden. Da die
Anlieferung diskontinuierlich erfolgt, muss die logistische Anlage aber nicht
- 184 - SFB 696

unentwegt fördern. Die verschiedenen Antworten basieren nur auf einer
unterschiedlich Interpretation der Begriffe „stetig“ und „unstetig“.
Da die Anforderungsverdichtung ergeben hat, dass sowohl A2.1, als auch A2.2 als
vorteilhaft deklariert wurden, implizierte dies die Forderung nach einer variablen
Förderfrequenz. Diese neu formulierte Anforderung wurde deshalb in die absolute und
relative Bewertung integriert. Unabhängig von den Ergebnissen der einzelnen
Befragungen ist hingegen letztlich davon auszugehen, dass A2.1 eine Muss-
Anforderung darstellt, A2.2 hingegen „völlig unwichtig“ ist. Letzteres gilt
dementsprechend auch für die neu definierte Anforderung A2.
Die Anforderung A3.2.2 (schienenloser Betrieb der Anlage) wurde von S3.1 und S3.2 als
„absolut wichtig“, von S2 hingegen als „absolut unwichtig“ eingestuft. Deshalb hat die
Verdichtung der Klassifizierung ergeben, dass A3.2.2 als Kann-Anforderung bewertet
werden soll. Da hiermit aber ausschließlich Bodenschienen gemeint sind, hat auch S2
im Nachhinein diese Anforderung als „absolut wichtig“ eingestuft. Diese stellt folglich
auch nach der Verdichtung eine Muss-Anforderung dar.
Bezüglich der Anforderung C3 hat die Befragung ergeben, dass das Fördergutgewicht
auf 50 kg beschränkt ist, da das AKL dieses Höchstgewicht vorschreibt. Somit sind
keine Extremgewichte erforderlich und diese Anforderung „absolut unwichtig“. Da aus
der Definition nicht hervorgeht, welche Fördergutgewichte als „hoch“ einzustufen
sind, haben die Befragten die Anforderung bei der Klassifizierung als „absolut wichtig“
bzw. „vorteilhaft“ eingestuft. Bei der Bewertung der Kann-Anforderungen wurde aber
deutlich, dass C3 im Sinne der ursprünglichen Intention „absolut unwichtig“ ist.
D) Informationsverarbeitungsanforderungen:
Die sich der absoluten und relativen Befragung anschließende Diskussion hat
außerdem ergeben, dass die logistische Anlage weder ein Datenverarbeitungssystem
noch Warn- und Prüfsysteme sowie ein Informationsübertragungssystem aufweisen
muss, da bereits alle Anforderungen im Ist-Zustand realisiert sind. Die Befragten sind
zuvor jedoch davon ausgegangen, dass sich die Informationsanforderungen nicht
zwangsläufig auf die anzuschaffende Anlage beziehen, sondern auch extern erfüllt
werden können. Die einzelnen Gewichtungen bezüglich der Existenz der Komponenten
sowie deren spezifischen Eigenschaften sind folglich im Hinblick auf das
ursprüngliche Verständnis der Bewerter zu interpretieren.
- 185 - SFB 696

4.3 Fazit
Die Befragung hat gezeigt, dass der AHP als Bewertungsmethode gut angenommen
wurde. Auch ohne methodisches Hintergrundwissen waren die Befragten in der Lage,
sich schnell auf die Ihnen unbekannte Befragungstechnik einzulassen. Trotz einer
deutlich höheren Anzahl an Bewertungen konnte die Befragung zügig durchgeführt
werden. Erstaunlicherweise wurde auch eine höhere Anzahl von Paarvergleichen mit
einem geringen Inkonsistenzfaktor bewertet, in den meisten Fällen sogar direkt im
ersten Anlauf.
Die Problematik der telefonischen Befragung von S1 hat allerdings auch gezeigt, dass
der AHP im Gegensatz zu absoluten Bewertungstechniken in Bezug auf
organisatorische Voraussetzungen wesentlich unflexibler ist. Idealerweise sollte die
Befragung durch eine mit der Methodik vertraute Person vor Ort begleitet und durch
eine Software, wie z.B. SelectBest, unterstützt werden.
Die Softwareunterstützung hat zudem ermöglicht, dass die einzelnen AHP-
Bewertungen, aber auch das Gesamtergebnis direkt als Balkendiagramm visualisiert
werden konnten. Somit war der jeweilige Befragte in der Lage, die Gesamtverteilung zu
überblicken und mit seinen Präferenzen nochmals zu vergleichen. Eine korrigierende
Bewertung war jederzeit möglich und wurde in einigen Fällen auch genutzt. Bei diesen
Korrekturen wurde deutlich, dass es wichtig ist, die Anforderungen exakt zu
definieren. Hierdurch können die Korrekturen sicherlich noch weiter reduziert werden.
Diese Rückkopplung fehlte bei der absoluten Bewertung jedoch völlig.
Die Analyse der Einzelbewertungen der Kann-Anforderungen aus Block B, C und D hat
gezeigt, dass die Bewertungstechnik einen starken Einfluss auf das Ergebnis, und
damit auf das Ranking der Anforderungen hat. Eine pauschale Aussage, welche der
beiden Methoden vorteilhaft ist, kann nicht getroffen werden. Beide weisen
spezifische Vor- und Nachteile auf, die sich bei der Befragung und Auswertung
bestätigt haben. Vor allem der Vergleich der Einzelbewertungen aller Stakeholder hat
aber gezeigt, dass der AHP wesentlich präzisere Aussagen über die Präferenzen des
jeweiligen Befragten zulässt.
Dass die Unterscheide zwischen den relativen und absoluten Bewertungsergebnissen
meist stark divergieren, ist auf mehrere Ursachen zurückzuführen. Zum einen ist beim
AHP der Einfluss der hierarchischen Position einer Anforderung im Hinblick auf die
Gesamtpräferenz stets zu beachten. Diese Beziehung besteht bei einer absoluten
Bewertung nicht. Wird beispielsweise der Anforderungsblock D beim AHP deutlich
unwichtiger als B und C eingestuft, so werden auch tendenziell die D untergeordneten
- 186 - SFB 696

Anforderungen unwichtiger sein, als diejenigen aus B und C.
Zum anderen ist aber auch denkbar, dass die divergierende Fragestellung eine völlig
andere Perspektive auf das Gesamtproblem liefert. Zwei Anforderungen miteinander
zu vergleichen ist eine andere Aufgabe, als jeweils nur eine Anforderung unabhängig
von den anderen zu bewerten.
Desweiteren ist bei der Auswertung der Anforderungsklassifizierung und der
absoluten Bewertung der Kann-Anforderungen aufgefallen, dass die Bewerter
dieselben Anforderungen zwei Befragungen, welche nur wenige Tage
auseinanderlagen, unterschiedlich bewerten. Wurde beispielsweise bei der
Klassifizierung von einem der Stakeholder festgelegt, dass eine Anforderung „absolut
wichtig“ ist, die Verdichtung aber ergeben hat, dass diese Anforderung „vorteilhaft“
ist, so musste diese erneut absolut gewichtet werden. Obwohl zwischen den beiden
Bewertungen nur einige Tage lagen, zeigt sich teilweise ein stark divergierendes Bild.
Wurde die Anforderung zuvor als extrem wichtig eingestuft, so muss vermutet werden,
dass diese bei der sich anschießenden absoluten Bewertung den Maximalwert
„ziemlich wichtig“ zugewiesen bekommt. Oftmals wurden diese aber nur noch als
„eher wichtig“ eingestuft. Es ist folglich auch festzustellen, dass unabhängig von der
Befragungsmethode Schwankungen in der Bewertung eines Stakeholders, trotz kurzer
Zeitabstände, durchaus üblich sind. Diese erschweren allerdings den Vergleich
zwischen den unterschiedlichen Methoden.
Dadurch dass nicht alle Anforderungen in eine Hierarchie integriert werden konnten,
können auch nicht alle Blöcke miteinander in Beziehung gesetzt werden. Ein Vergleich
ist stets auf die untersten Anforderungen einer Hierarchie beschränkt. Dies könnte als
Nachteil für den AHP angesehen werden. Es ist jedoch hierbei zu beachten, dass die
Vergleichbarkeit auf die Befragung von 2005 abzielt. Wäre die Definition und
Gliederung der Anforderungen unabhängig von einer zuvor durchgeführten absoluten
Befragung vorgenommen worden, so wäre dieser Effekt nicht aufgetreten.
Es hat sich darüber hinaus gezeigt, wie wichtig die Güte der Einflussgrößen auf eine
Fragestellung für die Qualität des zu ermittelnden Ergebnisses ist. Eine präzise und
ausführliche Definition von Kundenanforderungen ist folglich Voraussetzung für ein
möglichst exaktes Bewertungsergebnis. Kommunikationsschwierigkeiten zwischen
dem Fragenden und dem Befragten können somit vermieden werden. Auf eine exakte
Anforderungsdefinition sollte - unabhängig von der verwendeten Bewertungsmethodik
- stets geachtet werden.
- 187 - SFB 696

4.4 Analyse der Umrechnung der relativen in absolute Gewichtungen
In diesem Kapitel soll an einer konkreten Anwendung gezeigt werden, wie relative
Gewichtungen von Kundenanforderungen genutzt werden können. Zu diesem Zweck
werden die in Kapitel 3.2 erfolgten Betrachtungen auf eine praktische Anwendung
übertragen. Die im Zuge dieser Arbeit gewonnenen Erkenntnisse sollen bei der
genauen Auswahl der Umrechnungsmethode und Vorgehensweise berücksichtigt
werden.
4.4.1 Die Ergebnisse der Befragung
Im Folgenden werden die Anforderungen und die dazu ermittelten relativen
Gewichtungen aus dieser Arbeit zusammengefasst dargestellt. Die folgenden
Abbildungen zeigen die allgemeinen, die betriebswirtschaftlichen und die ROI-
Anforderungen in dieser Reihenfolge.
- 188 - SFB 696

Nummer
Anforderungen
Bewertung
A1.1
A1.2
A2.1
A2.2
A3.1
A3.2
A3.2.1
A3.2.2
A4.1
A4.2
A5
A6
A7
A8
A9
B1
B2
B3
B4
B5
C1
C2
C3
D1
D2.1
D2.2
D2.3
D2.4
D2.5
D2.6
D3
D4.1
D4.2
D4.3
D5
D6
Die Anlage muss/ soll Stückgut fördern
Die Anlage muss/ soll Schüttgut fördern
Die Anlage muss/ soll stetig fördern
Die Anlage muss/ soll unstetig fördern
Die Anlage muss/ soll flurfrei installiert werden
Die Anlage muss/ soll flurfrei betrieben werden
Die Anlage muss/ soll unaufgeständert installiert und betrieben werden
Die Anlage muss/ soll schienenlos betrieben werden
Die Anlage muss/ soll in den Abmessungen des Förderguts variabel sein
Die Anlage muss/ soll beim Gewicht des Förderguts variabel sein
Die Anlage muss/ soll in der Fördermenge variabel sein
Die Anlage muss/ soll im Quelle-/ Senke-Verhältnis (Förderrichtung) variabel sein
Die Anlage muss/ soll in der Streckenführung variabel sein
Die Anlage muss/ soll (mit möglichst geringem Aufwand) erweiterbar sein
Die Anlage muss/ soll über eine Sortierfunktion verfügen
Die Anlage darf/ soll nicht (in hohem Maße) weitere Betriebsmittel benötigen
Die Anlage darf/ soll keinen hohen Sicherungsaufwand benötigen
Die Anlage darf/ soll keinen Raum für Zusatzaggregate beanspruchen
Die Anlage muss/ soll bei laufendem Betrieb gewartet werden können
Die Anlage muss/ soll behindertengerecht sein
Die Anlage muss/ soll über Puffermöglichkeiten verfügen
Die auf der Anlage verwendeten Ladungsträger müssen/ sollen wieder verwendbar sein
Die Anlage muss/ soll auf hohe Gewichte ausgelegt sein
Die Anlage muss/ soll ein Datenverarbeitungssystem (DVS) aufweisen
Die Informationsübertragung im DVS muss/ soll kabellos erfolgen
Die Datenübertragungsrate im DVS muss/ soll (möglichst) hoch sein
Die Fehlerquote der Datenübertragung des DVS muss/ soll (möglichst) gering sein
Das DVS muss/ soll Daten weitergeben und verarbeiten können
Das Datenübertragungssystem muss/ soll dem Vorhandenen entsprechen
Das Informationsverarbeitungssystem muss/ soll mit (möglichst) geringem Aufwand erweiterbar
sein
Die Anlage muss/ soll ein Identifikationssystem (IDS) aufweisen
Die Fehlerquote des IDS muss/ soll (möglichst) gering sein
Das IDS muss/ soll (möglichst) viele Daten enthalten können
Das IDS muss/ soll (möglichst) flexibel sein
Die Software muss/ soll integrierbar in vorhandene Systeme sein
Warn- und Prüfsysteme müssen/ sollen integriert werden
absolut wichtig
absolut wichtig
7,16 %
7,59 %
absolut wichtig
absolut wichtig
absolut wichtig
23,22 %
absolut wichtig
absolut wichtig
absolut wichtig
7,26 %
7,58 %
7,41 %
absolut unwichtig
absolut wichtig
absolut wichtig
absolut wichtig
23,65 %
5,62 %
absolut wichtig
absolut wichtig
2,25 %
2,54 %
0,99 %
absolut wichtig
absolut wichtig
absolut wichtig
absolut wichtig
1,45 %
absolut wichtig
absolut wichtig
absolut wichtig
0,99 %
absolut wichtig
2,28 %
Abbildung 65: Anforderungen (Block A-D) an die Anlage mit Bewertung
- 189 - SFB 696

Nummer
Betriebswirtschaftliche Anforderungen
E1
Finanzierungsart
Alternativen:
E1.1
E1.2
E1.3
E2
Die Anlage muss/ soll gemietet werde können
Die Anlage muss/ soll gekauft werden können
Die Anlage muss/ soll geleast werden können
Schichtbetrieb
Alternativen:
E2.1
E2.2
E2.3
E3
Die Anlage muss/ soll im Einschichtbetrieb betrieben werden können
Die Anlage muss/ soll im Zweischichtbetrieb betrieben werden können
Die Anlage muss/ soll im Dreischichtbetrieb betrieben werden können
Die Anlage muss/ soll sich schnell amortisieren
Abbildung 66: Betriebswirtschaftliche Anforderungen (Block E) an die Anlage
Nummer
R1.1.1
R1.1.2
R1.1.3.1
R1.1.3.2
R1.1.4
R1.2.1
R1.2.2
R1.2.3.1
R1.2.3.2
R2.1
R2.2
R2.3.1
R2.3.2
ROI-Anforderungen
Die logistische Anlage soll über einen hohen Durchsatz verfügen
Die logistische Anlage soll keine Beschädigungen am Fördergut verursachen
Die Bedienfehlerquote soll minimal bleiben
Die logistische Anlage soll nicht häufig gewartet werden müssen
Die logistischen Anlage soll keine Rüstzeiten erfordern
Die Betriebskosten für die Anlage sollen möglichst gering sein
Die Wartungskosten für die Anlage sollen möglichst gering sein
Die Anzahl der Mitarbeiter für den laufenden Betrieb der logistischen Anlage soll möglichst gering sein
Die Qualifikation der die logistische Anlage nutzenden Mitarbeiter soll möglichst gering sein
Die Anschaffungskosten der logistischen Anlage sollen möglichst gering sein
Die Installationskosten der logistischen Anlage sollen möglichst gering sein
Der Schulungsaufwand für das die logistische Anlage nutzende Personal soll möglichst gering sein
Der Schulungsaufwand für das Wartungspersonal für die logistische Anlage soll möglichst gering sein
Bewertung
0,87 %
2,97 %
2,55 %
0,42 %
0,33 %
1,19 %
1,19 %
0,68 %
4,08 %
64,28 %
10,71 %
5,36 %
5,36 %
Abbildung 67: ROI-Anforderungen (Block R) an die Anlage mit Bewertung
Die getrennte und unterschiedliche Bewertung der Anforderungen zeigt sich jetzt bei
den Ergebnissen. So sind die Anforderungen in Abbildung 65 zunächst unterteilt in
absolut wichtige, absolut unwichtige sowie relativ wichtige Anforderungen. Bei der
letzten Kategorie ist der entsprechende Prozentwert des Ergebnisses der Bewertung
angegeben. Diese Prozentwerte ergeben zusammen die für eine Bewertung zu
vergebenden 100%. Die in Abbildung 67 dargestellten ROI-Anforderungen sind
- 190 - SFB 696

ausschließlich relative Anforderungen. Auch sie ergeben aufsummiert erneut 100%.
Die betriebswirtschaftlichen Anforderungen in Abbildung 66 sind lediglich der
Vollständigkeit halber dargestellt. Da die wenigen Anforderungen dieses Bereiches
Alternativen darstellen, erscheint eine weitere Betrachtung dieser Anforderungen in
einer QFD nicht sinnvoll. Aus diesem Grund beschäftigen sich die weiteren
Betrachtungen lediglich mit den Anforderungen aus Abbildung 65 und Abbildung 67.
4.4.2 Nutzung der relativen Gewichte
Bevor mit der Nutzung der relativen Gewichtung begonnen werden kann, muss
zunächst definiert werden, mit welcher Methode dies geschehen soll. In Kapitel 3.3
dieser Arbeit wurden verschiedene Ansätze aufgezeigt, mit dem dies theoretisch
geschehen kann. Unter Berücksichtigung der Vor- und Nachteile wird für das weitere
Vorgehen eine Umrechnung der relativen Werte in eine absolute Skala festgelegt.
Wie bereits beschrieben, können die Anforderungen aus den unterschiedlichen
Bereichen nicht kombiniert werden. Deshalb werden im Weiteren die allgemeinen
Anforderungen (Block A-D) und die ROI-Anforderungen (Block R) getrennt und
nacheinander umgerechnet. Aufgrund des in Kapitel 3.3.3.2 beschriebenen
Genauigkeitsverlustes soll dabei eine Umrechnung in eine Skala von 1 bis 10 erfolgen.
Eine Umrechnung in eine Skala mit wenigeren Elementen würde zu einem noch
höheren Genauigkeitsverlust führen.
Für die Überführung der Ergebnisse der Anforderungsbewertung stellt sich zunächst
das Problem des kombinierten Auftretens von absoluten und relativen Bewertungen
bei den allgemeinen Anforderungen dar. Von den insgesamt 36 Anforderungen sind 21
als absolut wichtig identifiziert worden. Lediglich eine Anforderung ist dagegen als
absolut unwichtig anzusehen. Dies liegt darin begründet, dass die Anforderung nach
einer Sortierfunktion nicht besteht, da sie in dem Fall für die konkrete Anwendung
nicht benötigt wird. Auf Grund dessen verliert diese Anforderung für die weitere
Betrachtung ihre Bedeutung und kann somit vernachlässigt werden. Die übrigen 14
Anforderungen sind relativ wichtig und dementsprechend mit einer gewissen
Prozentzahl bewertet.
Die absolut wichtigen Anforderungen müssen bei der Zuweisung eines absoluten
Wertes den Höchstwert erhalten. Der Grund hierfür ist, dass sie als unverzichtbar
identifiziert worden sind und dementsprechend keine der relativen Anforderungen
über ihnen stehen kann. Bei einer absoluten Skala von 1 bis10 wird ihnen folglich der
Wert 10 zugeschrieben.
- 191 - SFB 696

Die Umrechnung der 14 relativen Werte der allgemeinen Anforderungen erfolgt in
Anlehnung an die in Kapitel 3.3.3 dargestellte Vorgehensweise. Aus diesem Grund wird
hier auf eine detaillierte Beschreibung der einzelnen Rechenschritte verzichtet. Eine
Änderung soll allerdings für den Höchstwert der relativen Werte gelten. Um den
Unterschied der absolut wichtigen und der relativ wichtigen Anforderungen gerecht zu
werden, soll der Skalenhöchstwert ausschließlich für die zuletzt genannten
Anforderungen vorbehalten bleiben. Das bedeutet, dass die relativen Anforderungen
lediglich in die Skalenwerte von 1 bis 9 eingeteilt werden. Tabelle 37 zeigt noch einmal
die relativen Anforderungen und ihre Gewichte in Prozent zusammengefasst:
Kundenanforderung
A2.1
A2.2
A3.2.2
A6
A7
A8
B4
B5
C3
D1
D2.1
D2.6
D4.3
D6
relativer Wert
7,16
7,59
23,22
7,26
7,58
7,41
23,65
5,62
2,25
2,54
0,99
1,45
0,99
2,28
Tabelle 37: Relativer Teil der allgemeinen Anforderungen (Block A-D)
Mit diesen Werten ergibt sich die Größe des Intervalls zu dem gerundeten Wert:
23,65 / 9 = 2,63
- 192 - SFB 696

Das Zustandekommen der neun Intervalle für die absoluten Skalenwerte 1 bis 9 zeigt
Abbildung 68:
Berechnung
Intervallgrenzen
Skalenwerte
Intervalle
9 • 2,63
23,65
9
21,02-23,65
8 • 2,63
21,02
8
18,39-21,02
7 • 2,63
18,39
7
15,77-18,39
6 • 2,63
15,77
6
13,14-15,77
5 • 2,63
13,14
5
10,51-13,14
4 • 2,63
10,51
4
7,88-10,51
3 • 2,63
7,88
3
5,26-7,88
2 • 2,63
5,26
2
2,63-5,26
1 • 2,63
2,63
1
0-2,63
0 • 2,63
0
Abbildung 68: Intervallgrenzen für die relativen allgemeinen Anforderungen
(Block A-D)
Mit Hilfe der Intervallgrenzen kann nun für jeden relativen Wert der entsprechende
absolute Skalenwert bestimmt werden.
- 193 - SFB 696

Relativer
Wert
7,16
7,59
23,22
7,26
7,58
7,41
23,65
5,62
2,25
2,54
0,99
1,45
0,99
2,28
Entsprechendes
Intervall
5,26-7,88
5,26-7,88
21,02-23,65
5,26-7,88
5,26-7,88
5,26-7,88
21,02-23,65
5,26-7,88
0-2,63
0-2,63
0-2,63
0-2,63
0-2,63
0-2,63
Absoluter
Wert
3
3
9
3
3
3
9
3
1
1
1
1
1
1
Abbildung 69: Zuordnung der absoluten Wert bei den allgemeinen Anforderungen
(Block A-D)
Damit ergeben sich als Eingangsgröße für eine mögliche QFD die Anforderungen und
ihre Bewertungen, wie sie in der folgenden Tabelle 38 gezeigt werden.
- 194 - SFB 696

Nummer
A1.1
A1.2
A2.1
A2.2
Die Anlage muss/ soll Stückgut fördern
Die Anlage muss/ soll Schüttgut fördern
Die Anlage muss/ soll stetig fördern
Die Anlage muss/ soll unstetig fördern
Anforderungen
Absoluter
Wert
10
10
3
3
A3.1
A3.2
A3.2.1
A3.2.2
A4.1
A4.2
A5
A6
A7
A8
A9
B1
B2
B3
B4
B5
C1
C2
C3
D1
D2.1
D2.2
D2.3
D2.4
D2.5
D2.6
D3
D4.1
D4.2
D4.3
D5
D6
Die Anlage muss/ soll flurfrei installiert werden
Die Anlage muss/ soll flurfrei betrieben werden
Die Anlage muss/ soll unaufgeständert installiert und betrieben werden
Die Anlage muss/ soll schienenlos betrieben werden
Die Anlage muss/ soll in den Abmessungen des Förderguts variabel sein
Die Anlage muss/ soll beim Gewicht des Förderguts variabel sein
Die Anlage muss/ soll in der Fördermenge variabel sein
Die Anlage muss/ soll im Quelle-/ Senke-Verhältnis (Förderrichtung) variabel sein
Die Anlage muss/ soll in der Streckenführung variabel sein
Die Anlage muss/ soll (mit möglichst geringem Aufwand) erweiterbar sein
Die Anlage muss/ soll über eine Sortierfunktion verfügen
Die Anlage darf/ soll nicht (in hohem Maße) weitere Betriebsmittel benötigen
Die Anlage darf/ soll keinen hohen Sicherungsaufwand benötigen
Die Anlage darf/ soll keinen Raum für Zusatzaggregate beanspruchen
Die Anlage muss/ soll bei laufendem Betrieb gewartet werden können
Die Anlage muss/ soll behindertengerecht sein
Die Anlage muss/ soll über Puffermöglichkeiten verfügen
Die auf der Anlage verwendeten Ladungsträger müssen/ sollen wieder verwendbar sein
Die Anlage muss/ soll auf hohe Gewichte ausgelegt sein
Die Anlage muss/ soll ein Datenverarbeitungssystem (DVS) aufweisen
Die Informationsübertragung im DVS muss/ soll kabellos erfolgen
Die Datenübertragungsrate im DVS muss/ soll (möglichst) hoch sein
Die Fehlerquote der Datenübertragung des DVS muss/ soll (möglichst) gering sein
Das DVS muss/ soll Daten weitergeben und verarbeiten können
Das Datenübertragungssystem muss/ soll dem Vorhandenen entsprechen
Das Informationsverarbeitungssystem muss/ soll mit (möglichst) geringem Aufwand erweiterbar sein
Die Anlage muss/ soll ein Identifikationssystem (IDS) aufweisen
Die Fehlerquote des IDS muss/ soll (möglichst) gering sein
Das IDS muss/ soll (möglichst) viele Daten enthalten können
Das IDS muss/ soll (möglichst) flexibel sein
Die Software muss/ soll integrierbar in vorhandene Systeme sein
Warn- und Prüfsysteme müssen/ sollen integriert werden
10
10
10
9
10
10
10
3
3
3
0
10
10
10
9
3
10
10
1
1
1
10
10
10
10
1
10
10
10
1
10
1
Tabelle 38: Absolute Gewichte der allgemeinen Anforderungen (Block A-D)
- 195 - SFB 696

Die als absolut unwichtig identifizierte Anforderung A9 ist in Tabelle 38 mit einer 0
angesetzt worden. Das ansonsten lediglich vier verschiedene absolute Werte
vorkommen, ist ein zufälliger Effekt.
Die Umrechnung der ROI-Anforderungen erfolgt nach dem gleichen Schema. Allerdings
müssen hierbei keine Unterscheidungen in absolut wichtige, absolut unwichtige und
relativ wichtige Anforderungen beachtet werden. Stattdessen liegen alle 13
Anforderungen mit relativen Gewichtungen vor. Aus diesem Grund verteilen sich jetzt
die kompletten Skalenwerte 1 bis 10 auf die relativen Gewichte. Die folgenden
Abbildungen und Tabellen dokumentieren die Schritte der Umrechnung der relativen
Werte in die absolute Skala.
Kundenanforderung
R1.1.1
R1.1.2
R1.1.3.1
R1.1.3.2
R1.1.4
R1.2.1
R1.2.2
R1.2.3.1
R1.2.3.2
R2.1
R2.2
R2.3.1
R2.3.2
relativer Wert
0,87
2,97
2,55
0,42
0,33
1,19
1,19
0,68
4,08
64,28
10,71
5,36
5,36
Tabelle 39: Relative Gewichtungen der ROI-Anforderungen (Block R)
- 196 - SFB 696

Berechnung
Intervallgrenzen
Skalenwerte
Intervalle
10 • 6,428
64,28
10
57,85-64,28
9 • 6,428
57,85
9
51,42-57,85
8 • 6,428
51,42
8
45,00-51,42
7 • 6,428
45,00
7
38,57-45,00
6 • 6,428
38,57
6
32,14-38,57
5 • 6,428
32,14
5
25,71-32,14
4 • 6,428
25,71
4
19,28-25,71
3 • 6,428
19,28
3
12,86-19,28
2 • 6,428
12,86
2
6,43-12,86
1 • 6,428
6,43
1
0-6,43
0 • 6,428
0
Abbildung 70: Intervallgrenzen der ROI-Anforderungen
Relativer
Wert
0,87
2,97
2,55
0,42
0,33
1,19
1,19
0,68
4,08
64,28
10,71
5,36
5,36
Entsprechendes
Intervall
0-6,43
0-6,43
0-6,43
0-6,43
0-6,43
0-6,43
0-6,43
0-6,43
0-6,43
57,85-64,28
6,43-12,86
0-6,43
0-6,43
Absoluter
Wert
1
1
1
1
1
1
1
1
1
10
2
1
1
Tabelle 40: Zuordnung der absoluten Werte bei den ROI-Anforderungen
- 197 - SFB 696

Nach diesen Berechnungen ergeben sich die absoluten Werte für die ROI-
Anforderungen wie in Tabelle 41 dargestellt:
Nummer
R1.1.1
R1.1.2
R1.1.3.1
R1.1.3.2
R1.1.4
R1.2.1
R1.2.2
R1.2.3.1
R1.2.3.2
R2.1
R2.2
R2.3.1
R2.3.2
ROI-Anforderungen
Die logistische Anlage soll über einen hohen Durchsatz verfügen
Die logistische Anlage soll keine Beschädigungen am Fördergut verursachen
Die Bedienfehlerquote soll minimal bleiben
Die logistische Anlage soll nicht häufig gewartet werden müssen
Die logistischen Anlage soll keine Rüstzeiten erfordern
Die Betriebskosten für die Anlage sollen möglichst gering sein
Die Wartungskosten für die Anlage sollen möglichst gering sein
Die Anzahl der Mitarbeiter für den laufenden Betrieb der logistischen Anlage soll möglichst gering sein
Die Qualifikation der die logistische Anlage nutzenden Mitarbeiter soll möglichst gering sein
Die Anschaffungskosten der logistischen Anlage sollen möglichst gering sein
Die Installationskosten der logistischen Anlage sollen möglichst gering sein
Der Schulungsaufwand für das die logistische Anlage nutzende Personal soll möglichst gering sein
Der Schulungsaufwand für das Wartungspersonal für die logistische Anlage soll möglichst gering sein
Tabelle 41: Absolute Gewichte der ROI-Anforderungen
Bewertung
1
1
1
1
1
1
1
1
1
10
2
1
1
Auffällig ist, dass 11 von 13 Anforderungen mit derselben Bewertung versehen worden
sind und zwar mit der 1. Der Grund hierfür liegt bei den Zahlen der relativen
Bewertungen. Zum einen ist der höchste relative Wert der ROI-Anforderungen mit
64,28 % extrem hoch. Die Konsequenz ist, dass auch die Intervalle, in die die
restlichen relativen Werte einsortiert werden, sehr groß sind. Zum anderen sind den
meisten relativen Anforderungen sehr niedrige Werte zugeordnet worden und bleiben
somit unter der ersten Grenze von 6,428 %. Hierdurch fallen sie in die unterste
Kategorie. Festzustellen ist aber auch, dass dieser beschriebene Effekt bei den
allgemeinen Anforderungen nicht so deutlich auftritt.
- 198 - SFB 696

5 Zusammenfassung und Ausblick
Im Rahmen der hier beschriebenen Arbeiten wurde deutlich, dass eine konsequente
Typisierung, Strukturierung und relative Gewichtung von Kundenanforderungen
mittels AHP im Vergleich zu absoluten Bewertungstechniken einen hohen
Initialaufwand fordern. Im Gegenzug kann aber die Qualität der Eingangsgrößen
hierdurch deutlich gesteigert und somit die gesamte QFD verbessert werden.
Zum einen wird durch den konzeptionellen Rahmen der AHP-Methodik vermieden,
dass Kundenanforderungen ungleicher Dimension direkt miteinander in Bezug gesetzt
werden. Desweiteren werden die Befragten durch den paarweisen Vergleich
gezwungen, sich intensiv mit der Problemstellung auseinander zu setzen und eine
differenzierte Gewichtung vorzunehmen. Dies ist bei einer absoluten Bewertung nicht
der Fall. Hier kann der Kunde die Anforderungen theoretisch völlig willkürlich
gewichten, ohne dass dies objektiv festgestellt werden kann. Der AHP bietet hingegen
mit der Berechung des Inkonsistenzfaktors ein einfaches Kontrollinstrument zur
Beurteilung der Qualität der Kundenaussagen.
Die Bewertungstechnik des paarweisen Vergleichs eignet sich vor allem aus zweierlei
Gründen für die Gewichtung von Kundenanforderungen. Zum einen wird vom
Befragten augrund der umfangreichen Bewertungsskala und der Forderung nach
Konsistenz mehr Aufmerksamkeit als bei den absoluten Verfahren abverlangt. Da das
Bewertungsschema eine starke Analogie zu alltäglichen menschlichen
Lösungsstrategien aufweist, wirkt sich dieser Effekt positiv auf die Genauigkeit der
Ergebnisse aus, ohne dabei den Befragten methodisch zu überfordern. Zum anderen
können die Nutzendifferenzen zwischen einzelnen Anforderungen sinnvoll
interpretiert werden. Dies ist mit einer absoluten Bewertung nicht zulässig.
Ob der AHP zur Priorisierung von Kundenanforderungen eingesetzt werden sollte,
hängt entscheidend von den Einflussgrößen eines konkreten Projektes ab. Tendenziell
wird die Anwendung sowohl für die Befragten, als auch für diejenigen, die die
Ergebnisse auswerten und weiterverarbeiten mit einer hohen Anzahl von
Anforderungen schwieriger und ist hierfür nur bedingt zu empfehlen. Aufgrund der
methodischen Restriktionen müssen viele Einzelschritte durchgeführt werden, um
eine komplexe Anforderungsstruktur abbilden zu können. Hinzu kommt, dass mit
zunehmender Komplexität des Modells auch der Aufwand für die Bewertung und
Auswertung schnell ansteigt.
Da die mittels AHP gewonnenen Ergebnisse in Form von relativen Zahlen vorliegen,
müssen bei einer Integration in die QFD-Methodik zwei Folgeaspekte beachtet
- 199 - SFB 696

werden. Zwar kann ein Ranking der Anforderungen gebildet und sogar die Abstände
zwischen den einzelnen Prioritäten bestimmt werden, jedoch fehlt die Angabe eines
absoluten Nutzenwertes, wie er mittels direkter Punktevergabe ermittelt wird. Nur die
Punkte können aber direkt in das HoQ übernommen und weiterverrechnet werden.
Ein Lösungsansatz zur Integration relativ gewichteter Kundenanforderungen in eine
QFD muss verschiedene Anforderungen erfüllen. Die wichtigsten von ihnen sind eine
Genauigkeitssteigerung der Ergebnisse, eine geringe Verfremdung, eine leichte
Verständlichkeit, ein geringer Zeitaufwand sowie die Vermeidung von
Unausgewogenheiten bei den Eingangsgrößen. Im Rahmen dieser Arbeiten konnte kein
Lösungsansatz gefunden werden, der alle fünf Anforderungen gleichermaßen optimal
erfüllt. Stattdessen sind drei sehr unterschiedliche Möglichkeiten zur Integration
relativer Werte beschrieben worden, die bei den Anforderungen jeweils einen anderen
Schwerpunkt setzten. So tritt bei der Anpassung der Skalen kein Genauigkeitsverlust
auf und auch der Aufwand ist vergleichsweise gering, aber es kommt zu einer leichten
Verfremdung. Der zweite Lösungsansatz, die Anpassung aller Eingangswerte, ist
gekennzeichnet durch eine Erhöhung der Genauigkeit aller Eingangsgrößen, doch der
Aufwand für die Umsetzung ist erheblich. Bei der Umrechung der relativen in absolute
Werte ist sowohl der Aufwand als auch die Verfremdung äußerst gering, allerdings tritt
bei dieser Vorgehensweise immer ein Genauigkeitsverlust auf. Die Übertragbarkeit der
Auswirkungen, Problemstellungen und Lösungsansätze, die auf Grundlage des QFD-
Ansatzes nach ASI entwickelt worden sind, auf den QFD-Ansatz von Prof. Akao, ist
schwierig und gelingt nur sehr eingeschränkt. Dies liegt auch daran, dass die
gewichteten Kundenanforderungen zwar zunächst als absolute Werte in diesem QFD-
Ansatz eingehen, dann aber in der Qualitätsplanung zu der relativen Größe
„Gewichtungsfaktor der Qualitätsforderung“ verrechnet werden. Eine Kombination
von AHP und dem QFD-Ansatz von Akao wird sich am einfachsten durch die
Umrechnung der relativen Werte in absolute ermöglichen lassen.
Die praktische Anwendung der gewonnenen Erkenntnisse auf die bewerteten
Anforderungen konnte ohne Probleme durchgeführt werden. Dies zeigt, dass eine
Umrechnung von relativen Werten in eine absolute Skala auch in der Praxis schnell
und einfach möglich ist. Zusätzlich wurde die Problematik des kombinierten
Auftretens von absolut und relativ wichtigen Anforderungen gelöst. Weitere
Forschungsschritte in diesem Umfeld können eine exaktere Abschätzung des
Genauigkeitsverlustes ergeben, der bei der Umrechnung der relativen in absolute
Werte entsteht. Hierbei ist einerseits die tatsächliche Umrechnungsmethodik zu
analysieren und andererseits abzuschätzen, wie groß die äußeren Einflüsse auf die
Befragung selbst sind. Derzeit wird vermutet, dass diese äußeren Einflussgrößen
- 200 - SFB 696

deutlich mehr Einfluss auf die Eingangsgrößen einer QFD haben, als der
Genauigkeitsverlust der durch die Umrechnung entsteht.
- 201 - SFB 696

6 Literaturverzeichnis
[Akao '92]
[Baier '00]
[Balderjahn '98]
[Böhler '77]
[Borchert '03]
[Bors '95]
[Bortz '06]
[Brandenburg '02]
[Bronstein '01]
Akao. QFD – Quality Function Deployment – Wie die
Japaner Kundenwünsche in Qualität umsetzen.
Landsberg: Verlag Moderne Industrie. 1992.
Baier, D.; Sauer, M.; Kant, M. Erfassung und
Bewertung des Kundennutzens bei Luxusgütern –
Methodik und praktische Anwendung am Beispiel
hochwertiger Lederwaren, Erfolgreiches
Entwicklungsmanagement: VDI Gesellschaft
Systementwicklung und Projektgestaltung. 2000.
Balderjahn, I.; Will, S. Laddering - Messung und
Analyse von Means-End Chains. Marktforschung und
Management: S. 68-71. 1998.
Böhler, H. Methoden und Modelle der
Marktsegmentierung, Betriebswirtschaftliche
Abhandlungen, Band 33. Stuttgart: Poeschel. 1977.
ISBN 3-7910-0210-4.
Borchert, J. Marketing- und Innovationsentwicklung
mit Kunden. Installation DKZ 123 Nr. 10: S. 472-477.
2003.
Bors, M.-E. Ergänzung der Konstruktionsmethodik
um QFD - ein Beitrag zum qualitätsorientierten
Konstruieren. Wien: Hanser. 1995.
Bortz, J. Forschungsmethoden und Evaluation für
Human- uns Sozialwissenschaftler. Heidelberg:
Springer. 2006. ISBN 978-3-540-33305-0.
Brandenburg, F. Methodik zur Planung
technologischer Produktinnovationen. Aachen:
Shaker. 2002.
Bronstein, I.; Semendjaev, K. Taschenbuch der
Mathematik. Frankfurt am Main Verlag Harri
Deutsch. 2001.
- 202 - SFB 696

[Brückmann '04]
Brückmann, R.-G. Die Bedürfnisse der Kunden
erfüllen. Notes Magazine Nr. 2: S. 19. 2004.
[Crostack '06a]
Crostack, H.-A.; Refflinghaus, R. Structuring
Customer Demands for Logistic Systems in
Production Plants. Proceedings of the 9th
International QMOD Conference (Quality
Management and Organisational Development), 09.-
11.07.2006, Liverpool (UK).
[Crostack '07]
Crostack, H.-A.; Refflinghaus, R.; Schlueter, N.; Noll,
K. Further Requirements for Structuring Logistic
Demands in the Run-up to QFD. Proceedings of the
19th Symposium on Quality Function Deployment,
07.-08.09.2007, Williamsburg / USA.
ISBN 1-889477-19-2.
[Crostack '06b] Crostack, H.-A.; Kultanan, C., Refflinghaus, R.
Application of the Kano Method to Priorize Customer
Requirements for Development of Material Handling
Systems. Proceedings of the 18th Annual Noforma
Conference
[Danner '96]
Danner, S. Ganzheitliches Anforderungsmanagement
für marktorientierte Entwicklungsprozesse. Aachen:
Shaker. 1996.
[Ehrlenspiel '03]
Ehrlenspiel, K. Integrierte Produktentwicklung.
München: Hanser. 2003.
[Fachbibliothek '06]
Fachbibliothek. QM-Trends 2006. Digitale
Fachbibliothek Qualitätsmanagement 2006 [cited
02.05.2007. Available from http://www.qmtrends.de/fb0808.htm.
- 203 - SFB 696

[Francisco Tamayo-Enríquez '04] Francisco Tamayo-Enríquez, A. G.-B., Mercadotecnia
Estrategia Dirigid; and Javier Santa Cruz-Ruíz,
Mexico. Prioritizing Customer Needs at Spectator
Events: Obtaining Accuracy at a Difficult QFD Arena.
The 16th Symposium on QFD, Monterey, Mexiko 1-
889477-16-8.
[Geisinger '99]
[Gierl '03]
[Groß-Engelmann '99]
[Größer '92]
[Hansen '02]
[Heimannsfeld '01]
Geisinger, D. Ein Konzept zur marktorientierten
Produktentwicklung - Ein Beitrag zur Steigerung der
Erfolgsquoten neuer Produkte. Nr. 94,
Forschungsberichte aus dem Institut für
Werkzeugmaschinen und Betriebstechnik der
Universität Karlsruhe. Karlsruhe. 1999b.
Gierl, H.; Bartikowski, B. Ermittlung von Satisfiers,
Dissatisfiers und Criticals in der
Zufriedenheitsforschung. Der Markt Nr. 1: S. 14-34.
2003.
Groß-Engelmann, M. Kundenzufriedenheit als
psychologisches Konstrukt - Bestandsaufnahme und
emotionstehoretische Erweiterung bestehender
Erklärungs- und Messmodelle. Lohmar u.a.: Josef
Eul Verlag. 1999.
Größer, H. Systematische rechnerunterstützte
Ermittlung von Produktanforderungen. Darmstadt.
1992.
Hansen, G.; Kamiske, G.-F. Qualitätsmanagement im
Dienstleistungsbereich - Assessment - Sicherung -
Entwicklung. Symposium Publishing 2002,
Düsseldorf.
Heimannsfeld, K. Modellbasierte Anforderungen in
der Produkt- und Systementwicklung. Aachen:
Shaker. 2001.
- 204 - SFB 696

[Herrmann '99] Herrmann, A.; Homburg, C. Marktforschung -
Methoden, Anwendungen, Praxisbeispiele.
Wiesbaden: Gabler Verlag. 1999.
[Herzwurm '00]
Herzwurm, G. Kundenorientierte
Softwareentwicklung, Teubner Reihe
Wirtschaftsinformatik. Stuttgart: Teubner. 2000. 3-
519-00318-X.
[Hinterhuber '98]
Hinterhuber, H.-H.; Matzler, K. How to Make Product
Development Projects More Successful by
Integrating Kano´s Model of Customers Satisfaction
into Quality Function Deployment. Technovation 18
Nr. 1: S. 25-38. 1998.
[Hoffmann '97]
Hoffmann, J. Entwicklung eines QFD-gestützten
Verfahrens zur Produktplanung und –entwicklung für
kleine und mittlere Unternehmen, IPA-IAO-
Forschung und -Praxis. Berlin: Springer Verlag. 1997.
ISBN 3-540-62638-7.
[Jahn '07]
Jahn, W. IVM: Conjoint Analysis (CA) 2007 [cited
02.05.2007. Available from http://www.qfdid.de/qfd_forum/artikel/24-02c-ivm-ca.pdf.
[Kämpf '06] Kämpf, R. Quality Function Deployment (QFD) 2006
[cited. Available from http://www.ebzberatungszentrum.de/organisation/qfd.html.
[Kano '84]
Kano, N. Attractive Quality and Must-be Quality.
Journal of the Japanese Society for Quality Control
Nr. 4: S. 39-48. 1984.
[Karmasin '77]
Karmasin. Einführung in Methoden und Probleme der
Umfrageforschung. Wien [u.a.]: Böhlau. 1977.
ISBN 3-205-07107-7.
- 205 - SFB 696

[Konerding '89]
[Krusche '00]
[Mai '98]
[Meixner '02]
[Miller '56]
[Neumann '96]
[Pahl '05]
[Pfeifer '01]
Konerding, U. Theorie und Messung subjektiver
Einschätzungen: Entwurf einer axiomatisierten
Urteilstheorie. Berlin: Technische Universität,
Dissertation. 1989.
Krusche, T. Strukturierung von Anforderungen für
eine effiziente und effektive Produktentwicklung,
Dissertation. Nr. 60. Braunschweig: TU Carolo -
Wilhelmina. 2000b.
Mai, C. Effiziente Produktplanung mit Quality
Funktionen Deployment, IPA-IAO-Forschung und
Praxis, 00260. Berlin: Springer Verlag. 1998.
Meixner, O. Computergestützte
Entscheidungsfindung. Expert Choice und AHP -
innovative Werkzeuge zur Lösung komplexer
Probleme: Ueberreuter/Moderne Industrie. 2002.
ISBN 3-8323-0909-8.
Miller, G. The magical number seven, plus or minus
two: Some limits on our capacity for processing
information. The Psychological Review Nr. 63: S.
1956.
Neumann, A. Quality Function Deployment:
Qualitätsplanung für Serienprodukte, Berichte aus
der Produktionstechnik. Aachen: Shaker Verlag.
1996. ISBN 3-8265-2023-8.
Pahl, G. Konstruktionslehre: Grundlagen
erfolgreicher Produktentwicklung. Berlin: Springer.
2005.
Pfeifer, T. Qualitätsmanagement: Strategien,
Methoden, Techniken. München/Wien Carl Hanser
Verlag. 2001.
- 206 - SFB 696

[Pfeifer '03]
Pfeifer, T.; Tillmann, M. Innovative process chain
optimization - Utilizing the tools of TRIZ and TOC for
manufacturing. ETRIA World Conference: TRIZ Future
2003, 12.-14.11.2003, Technologiezentrum am
Europaplatz, Aachen.
[Pötzsch '05]
Pötzsch, F.; Refflinghaus, R.; Schlüter, N.; Spee, D.;
Trogisch, K. Neue Herausforderungen des
Anforderungsmanagements für Hersteller
logistischer Anlagen. Herausgeber: Crostack, H.-A.,
ten Hompel, M. Dortmund. 2005.
ISBN 3-89957-031-6.
[Rupp '02] Rupp, C. Requirements Engineering und -
Management - Professionelle, iterative
Anforderungsanalyse für die Praxis. München: Carl
Hanser Verlag. 2002.
[Saatweber '06]
Saatweber, J. Absolute Kundenorientierung durch
QFD - Quality Function Deployment QM-Infocenter
2006 [cited. Available from http://www.qminfocenter.de/qm/.
[Saaty '90a]
Saaty, T. How to make a decision: The Analytic
Hierarchy Process. European Journal of Operational
Research Nr. 48: S. 1990a.
[Saaty '90b]
Saaty, T. Multicriteria Decision Making – The
Analytic Hierarchy Process. Pittsburgh: RWS
Publications. 1990b.
[Saaty '96]
Saaty, T.; Forman, E. H. The Hierarcon: A Dictionary
of Hierarchies. Pittsburgh: Expert Choice Inc. 1996.
[Sakowski '05]
Sakowski, M. Entwicklung eines Moduls zur
Erarbeitung und Strukturierung von Anforderungen
am Beispiel einer logistischen Anlage, Studienarbeit.
In: Lehrstuhl für Qualitätswesen: Universität
Dortmund. 2005.
- 207 - SFB 696

[Sauerwein '02]
[Sauerwein '00a]
[Sauerwein '96]
[Sauerwein '00b]
[Schienmann '02]
[Schuckel '98]
[Schwarze '02]
Sauerwein, E. Das Kano-Modell der
Kundenzufriedenheit - Realität und Validität einer
Methode zur Klassifizierung von
Produkteigenschaften. Wiesbaden: Gabler Verlag.
2002.
Sauerwein, E. Das Kano-Modell der
Kundenzufriedenheit - Reliabilität und Validität einer
Methode zur Klassifizierung von
Produkteigenschaften. Wiesbaden: Gabler. 2000a.
Sauerwein, E.; Bailom, F.; Matzler, K.; Hinterhuber,
H. The Kano Model: How to Delight your Customers.
International Working Seminar on Production
Economics, February 19-23 1996,
Innsbruck/Igls/Austria.
Sauerwein, E.; Matzler, K.; Pechlaner, H. Factore
Structure of Customer Satisfaction - Theory,
Measurement, Implications, Arbeitspapier: Institut
für Unternehmensführung. 2000b.
Schienmann, B. Kontinuierliches
Anforderungsmanagement, Prozesse - Techniken -
Werkzeuge: Addison-Wesley Verlag. 2002.
ISBN 3-8273-1787-8.
Schuckel, S.; Dobbelstein, T. Die Kategorisierung der
Kundenanforderungen mit Hilfe der PRC-Analyse -
dargestellt am Beispiel einer Studie zum
Gebrauchtwagenmarkt. Mitteilungen des Instituts
für Handelsforschung an der Universität Köln
Nr. 50, 5: S. 89-102. 1998.
Schwarze, J. Kundenorientiertes
Qualitätsmanagement in der Automobilindustrie:
Fakultät Witschafts- und Sozialwissenschaften,
Universität Dortmund. 2002.
- 208 - SFB 696

[SFB696 '07]
[Shillito '95]
[Stauss '96]
[Ten Hompel '06a]
[Ten Hompel '06b]
[URL01]
[URL02]
[URL03]
[URL04]
SFB696. Forderungsgerechte Auslegung von
intralogistischen Systemen - Logistics on Demand.
Herausgeber: Crostack, H.-A., Ten Hompel, M.
Nr. 2. Dortmund: Verlag Praxiswissen. 2007.
Shillito. Advanced QFD: Linking Technology to
Market and Company Needs. New York: Wiley Verlag.
1995.
Stauss, B.; Weinlich, B. Die sequentielle
Ereignismethode - ein Instrument der
prozessorientierten Messung von
Dienstleistungsqualität, in: Der Markt. 1996.
Ten Hompel, M.; Heidenblut, V. Taschenlexikon
Logistik: Abkürzungen, Definitionen und
Erläuterungen der wichtigsten Begriffe aus
Materialfluss und Logistik. Dortmund: Springer
Verlag. 2006a.
Ten Hompel, M.; Jodin, D. Sortier- und
Verteilsysteme: Grundlagen, Aufbau, Berechnung
und Realisierung. Dortmund Springer Verlag. 2006b.
URL01. Decision Lens, zuletzt abgerufen am:
03.02.2008: http://www.decisionlens.com.
URL02. Easy-mind, zuletzt abgerufen am:
03.02.2008: http://www.easy-mind.de.
URL03. Institut für Umweltplanung - Universität
Hannover, zuletzt abgerufen am: 03.02.2008:
http://www.laum.unihannover.de/ilr/lehre/Ptm/Ptm_BewNwa.htm.
URL04. VM: Conjoint Analysis, zuletzt abgerufen am:
03.02.2008: http://www.qfdid.de/qfd_forum/artikel/24-02c-ivm-ca.pdf.
- 209 - SFB 696

[URL05]
URL05. Tamayo-Enríquez, F., González-Bosch, V.,
Jaramillo-Osuna, A.: Prioritizing Customer Needs at
spectator events: Obtaining accuracy at a difficult
QFD arena. (2004), zuletzt abgerufen am: 03.02.2008:
http://www.qfdlat.com/English/Papers/Prioritizing_
Customer_Needs_at_spectator_events.pdf.
[URL06]
URL06. Wikipedia Online Enzyklopädie, AHP, zuletzt
abgerufen am: 03.02.2008:
http://www.wikipedia.org.
[URL07]
URL07. Wikipedia Online Enzyklopädie, Conjoint-
Analyse, zuletzt abgerufen am: 03.02.2008:
http://www.wikipedia.org.
[URL08]
URL08. Wikipedia Online Enzyklopädie, Kepner-
Tregoe, zuletzt abgerufen am: 03.02.2008:
http://www.wikipedia.org.
[URL09]
URL09. Wikipedia Online Enzyklopädie,
Nutzwertanalyse, zuletzt abgerufen am: 03.02.2008:
http://www.wikipedia.org.
[URL10]
URL10. Wikipedia Online Enzyklopädie, Return on
Investment, zuletzt abgerufen am: 03.02.2008:
http://www.wikipedia.org.
[URL11] URL11. User Interface Engineering, zuletzt
abgerufen am: 03.02.2008:
http://www.uie.com/articles/kj_technique.
[URL12]
URL12. Wikipedia Online Enzyklopädie,
Skalenniveau, zuletzt abgerufen am: 03.02.2008:
http://www.wikipedia.org.
[URL13]
URL13. Wikipedia Online Enzyklopädie, KJ-Methode.
zuletzt abgerufen: 03.02.2008:
http://de.wikipedia.org/wiki/KJ-Methode.
[VDI3590]
VDI3590. Kommissioniersysteme - Grundlagen, Blatt
1. Berlin: Beuth Verlag.
- 210 - SFB 696

[Weckenmann '99]
[Wenzke '03]
[Zangemeister '76]
Weckenmann, A. Erfolgreiches
Qualitätsmanagement durch bessere Integration von
Kundenanforderungen. Tagungsband zur GQW-
Tagung 1999, Erlangen.
Wenzke, S. Flexible Gestaltung des
Analyseprozesses technischer Probleme mit TRIZ-
Werkzeugen. Wiesbaden: Dissertation DUV. 2003.
Zangemeister, C. Nutzwertanalyse in der
Systemtechnik. Eine Methodik zur
multidimensionalen Bewertung und Auswahl von
Projektalternativen. Zangemeister und Partner.
München. 1976.
- 211 - SFB 696

7 Anhang
7.1 Anforderungsgliederung
A, B, C, D: Anforderungsklassifizierung (S2, S3.1, S3.2)
E: Anforderungsklassifizierung (S1)
R: Anforderungen der ROI-Bewertung (S1)
A
A1
Räumlich-betriebliche Anforderungen
Fördergutart
A1.1 Die Anlage muss/ soll Stückgut fördern
A1.2 Die Anlage muss/ soll Schüttgut fördern
A2
Die Anlage soll in der Förderfrequenz variabel sein
A2.1 Die Anlage muss/ soll stetig fördern
A2.2 Die Anlage muss/ soll unstetig fördern
A3
Installations- und Betriebsart
A3.1 Die Anlage muss/ soll flurfrei installiert werden
A3.2 Die Anlage muss/ soll flurfrei betrieben werden
Restriktion zu A3.2
A3.2.1
Die Anlage muss/ soll unaufgeständert installiert und betrieben werden
Antirestriktion zu A3.2
A3.2.2
A4
Die Anlage muss/ soll schienenlos betrieben werden
Variable Förderguteigenschaften
A4.1 Die Anlage muss/ soll in den Abmessungen des Förderguts variabel sein
A4.2 Die Anlage muss/ soll beim Gewicht des Förderguts variabel sein
A5
A6
A7
A8
A9
B
B1
B2
B3
B4
B5
Die Anlage muss/ soll in der Fördermenge variabel sein
Die Anlage muss/ soll im Quelle-/ Senke-Verhältnis (Förderrichtung) variabel sein
Die Anlage muss/ soll in der Streckenführung variabel sein
Die Anlage muss/ soll (mit möglichst geringem Aufwand) erweiterbar sein
Die Anlage muss/ soll über eine Sortierfunktion verfügen
Technische Anforderungen
Die Anlage darf/ soll nicht (in hohem Maße) weitere Betriebsmittel benötigen
Die Anlage darf/ soll keinen hohen Sicherungsaufwand benötigen
Die Anlage darf/ soll keinen Raum für Zusatzaggregate beanspruchen
Die Anlage muss/ soll bei laufendem Betrieb gewartet werden können
Die Anlage muss/ soll behindertengerecht sein
- 212 - SFB 696

C
C1
C2
C3
D
D1
D2
Produktionstechnische Anforderungen
Die Anlage muss/ soll über Puffermöglichkeiten verfügen
Die auf der Anlage verwendeten Ladungsträger müssen/ sollen wieder verwendbar sein
Die Anlage muss/ soll auf hohe Gewichte ausgelegt sein
Informationsverarbeitungsanforderungen
Die Anlage muss/ soll ein Datenverarbeitungssystem (DVS) aufweisen
Spezifische Eigenschaften des DVS
D2.1 Die Informationsübertragung im DVS muss/ soll kabellos erfolgen
D2.2 Die Datenübertragungsrate im DVS muss/ soll (möglichst) hoch sein
D2.3 Die Fehlerquote der Datenübertragung des DVS muss/ soll (möglichst) gering sein
D2.4 Das DVS muss/ soll Daten weitergeben und verarbeiten können
D2.5 Das Datenübertragungssystem muss/ soll dem Vorhandenen entsprechen
D2.6
D3
D4
Das Informationsverarbeitungssystem muss/ soll mit (möglichst) geringem Aufwand
erweiterbar sein
Die Anlage muss/ soll ein Identifikationssystem (IDS) aufweisen
Spezifische Eigenschaften des IDS
D4.1 Die Fehlerquote des IDS muss/ soll (möglichst) gering sein
D4.2 Das IDS muss/ soll (möglichst) viele Daten enthalten können
D4.3 Das IDS muss/ soll (möglichst) flexibel sein
D5
D6
E
E1
Die Software muss/ soll integrierbar in vorhandene Systeme sein
Warn- und Prüfsysteme müssen/ sollen integriert werden
Betriebswirtschaftliche Anforderungen
Finanzierungsart
Alternativen:
E1.1 Die Anlage muss/ soll gemietet werde können
E1.2 Die Anlage muss/ soll gekauft werden können
E1.3 Die Anlage muss/ soll geleast werden können
E2
Schichtbetrieb
Alternativen:
E2.1 Die Anlage muss/ soll im Einschichtbetrieb betrieben werden können
E2.2 Die Anlage muss/ soll im Zweischichtbetrieb betrieben werden können
E2.3 Die Anlage muss/ soll im Dreischichtbetrieb betrieben werden können
E3
R
RZ
R1
Die Anlage muss/ soll sich schnell amortisieren
ROI-Anforderungen
Der Return on Investment der logistischen Anlage soll maximal sein
Die Güte des Einsparpotentials soll möglichst hoch sein
R1.1 Die Anlagenleistung soll möglichst hoch sein
R1.1.1
Die logistische Anlage soll über einen hohen Durchsatz verfügen
- 213 - SFB 696

R1.1.2
R1.1.3
R1.1.3.1
R1.1.3.2
R1.1.4
Die logistische Anlage soll keine Beschädigungen am Fördergut verursachen
Die logistische Anlage soll keine Ausfallzeiten aufweisen
Die Bedienfehlerquote soll minimal bleiben
Die logistische Anlage soll nicht häufig gewartet werden müssen
Die logistischen Anlage soll keine Rüstzeiten erfordern
R1.2 Die laufenden Kosten für die Anlage sollen möglichst gering sein
R1.2.1
R1.2.2
R1.2.3
R1.2.3.1
R1.2.3.2
R2
Die Betriebskosten für die Anlage sollen möglichst gering sein
Die Wartungskosten für die Anlage sollen möglichst gering sein
Die Gesamtpersonalkosten der logistischen Anlage sollen möglichst gering sein
Die Anzahl der Mitarbeiter für den laufenden Betrieb der logistischen Anlage soll möglichst
gering sein
Die Qualifikation der die logistische Anlage nutzenden Mitarbeiter soll möglichst gering sein
Die Investitionskosten der logistischen Anlage sollen möglichst gering sein
R2.1 Die Anschaffungskosten der logistischen Anlage sollen möglichst gering sein
R2.2 Die Installationskosten der logistischen Anlage sollen möglichst gering sein
R2.3 Die Schulungskosten sollen möglichst gering sein
R2.3.1
R2.3.2
RA
RA.
RA2
Der Schulungsaufwand für das die logistische Anlage nutzende Personal soll möglichst gering
sein
Der Schulungsaufwand für das Wartungspersonal für die logistische Anlage soll möglichst
gering sein
Automatisierungsgrad der logistischen Anlage
Der Automatisierungsgrad der logistischen Anlage soll möglichst hoch sein
Der Automatisierungsgrad der logistischen Anlage soll möglichst gering sein
- 214 - SFB 696

Sonderforschungsbereich 696
Bisher erschienene Technical Reports
0801 Dorothee Wieczorek, Bernd Künne: Untersuchung des
Auslegungskriteriums Tragrollenteilung bei Rollenförderern
0802 Bernd Künne, Jan Eggert: Belastungsprofile eines intralogistischen
Fördersystems auf der Basis von Nutzungsprofilen
0901 Robert Refflinghaus: Einsatz des Analytischen Hierarchie Prozesses
zur Vorbereitung der kundenspezifischen Eingangsgrößen eines
Quality Function Deployments
Alle Technical Reports können im Internet unter
http://www.sfb696.uni-dortmund.de/
abgerufen werden. Für eine Druckversion wenden Sie
sich bitte an die SFB-Geschäftsstelle
e-mail: sekretariat@sfb-696.de
- 215 - SFB 696