Exploratives Benchmarking

Methoden des Benchmarkings sind integraler Bestandteil der wirtschaftswissenschaftlichen Forschung und Praxis. Elementare Aufgabe eines Benchmarkings ist es, durch den Vergleich mit den Besten Leistungslücken aufzudecken und Verbesserungspotenziale zu erschließen. Neben qualitativen Ansätzen steht für die quantitative Analyse eine stetig wachsende Datenmenge zur Verfügung. Auf diese Daten werden typischerweise Verfahren des Data-Mining angewendet, um strukturelle Zusammenhänge für die Entscheidungsunterstützung zu erschließen. Eine Kontextualisierung der Daten durch Data-Mining-Verfahren zur Quantifizierung von Leistungslücken und Identifikation von Ursachen der Leistungslücken erfolgt jedoch in der Regel nicht. Zentrales Anliegen der vorliegenden Arbeit ist es, dieses Defizit durch die Entwicklung eines Vorgehensmodells für das Explorative Benchmarking zu beheben. Darauf aufbauend wird mit Hilfe der Data Envelopment Analysis (DEA) und der Multidimensionalen Skalierung (MDS) ein Referenzmodell entwickelt und anhand eines Beispiels aus dem Bereich der Flugnavigationsdienste illustriert.
Der Autor
Schwerpunkte der vorrangig anwendungsorientierten Forschung von Steffen Hoffmann sind Effizienzbewertungsverfahren, Verfahren des maschinellen Lernens und Data-Mining sowie die Simulation und Analyse von Prozessen mit Hilfe digitaler Zwillinge. In der Lehre ist Steffen Hoffmann an verschiedenen Hochschulen tätig, u. a. zu Inhalten der Wirtschaftsinformatik und quantitativen Methoden.

Schwerpunkte der vorrangig anwendungsorientierten Forschung von Steffen Hoffmann sind Effizienzbewertungsverfahren, Verfahren des maschinellen Lernens und Data-Mining sowie die Simulation und Analyse von Prozessen mit Hilfe digitaler Zwillinge. In der Lehre ist Steffen Hoffmann an verschiedenen Hochschulen tätig, u. a. zu Inhalten der Wirtschaftsinformatik und quantitativen Methoden.