4 Modellierung von GP (S.125)

Die vorangegangenen Abschnitte haben sich mit der Strukturerfassung und Datensammlung für GP befasst. Die Sammlung der qualitativen Daten erlaubt die Erfassung und Dokumentation von GP-Strukturen. Viele Unternehmen beschränken sich auf diese Planungstätigkeiten, obwohl die verfügbare Software auch eine quantitative Modellierung der GP unterstützen würde. Die Hauptgründe hierfür sind:

- Wesentliche Prozessinnovationen folgten und folgen häufig aus der strukturellen Modellierung, d.h. auf der grafisch dargestellten Struktur eines GP aufbauend, werden Aktivitäten zusammengefasst, parallelisiert, automatisiert, hinzugefügt oder eliminiert. Ihre Anordnungsbeziehungen folgen aus einer neuen Geschäftsidee oder einem neuen Geschäftsmodell der Leistungserstellung und nicht extrapolativ aus dem Ist-Prozess oder durch quantitative Simulationen inkrementaler Ablaufverbesserungen. Zweifellos wird diese Art der qualitativen und strukturellen Modellierung auch künftig eine entscheidende Rolle spielen. EPG, Netzpläne und Entscheidungsnetzwerke sind in diesem Zusammenhang also als visuelle Hilfsmittel im kreativen Ideenfindungsprozess zu verstehen.

- Mit Recht weisen verschiedene Autoren (vgl. Porter [1996]: Wettbewerbsvorteile ..., Scheer [1998]: ARIS – Vom Geschäftsprozess ..., Kaplan, Norton [2001]: The Strategy Focused ...) darauf hin, dass die GP eines Unternehmens einen wesentlichen Teil der speziellen Kenntnisse und des Wettbewerbsvorteils eines Unternehmens ausmachen. Das Know-how der GP ist u.U. mit anderen streng zu schützenden Informationen, wie Produktions-Rezepturen, eingereichten Patentschriften, Kostenstrukturen usw., zu vergleichen. Vielfach genügt den Unternehmen eine qualitativ neue GP-Struktur, die es zunächst zu erproben gilt, ehe gemessen, modelliert und kontrolliert wird.

- Die qualitative Modellierung erfasst und beschreibt, wie Leistungen erbracht werden. Die quantitative Modellierung von GP erfasst, beschreibt und erklärt, wie gut Prozesse ablaufen. Die quantitative Analyse baut in der Regel auf der qualitativen Analyse auf. Ohne die geeigneten GP-Daten ist sie nicht sehr hilfreich; es besteht sogar die Gefahr, dass mit schlecht schätzbaren oder gar erfundenen Prozessdaten für neu zu konzipierende Prozesse in aufwändigen Rechnungen nur die eigene Unkenntnis simuliert wird.

Vielfach fehlt heute in den Unternehmungen noch das Know-how für quantitative Auswertungen und Simulationen, obwohl die Daten dafür entweder schon vorhanden sind oder geschätzt werden könnten. Dieser Zustand wird sich über konkrete Ausbildungs- und Schulungsmassnahmen bei den Mitarbeitern verbessern. Folgende Vorteile können sich daraus ergeben (vgl. Fishman [2001]: Discrete Event ..., S. 23):

– Die theoretischen Überlegungen und Ideen zur Wirkungsweise von GP können besser mit den Resultaten empirisch ermittelter Daten und Modellrechnungen verglichen werden.
– Die Modellierung verleiht generell ein besseres Verständnis der Prozesse.
– Oft lässt sich der Gegensatz von detaillierter und eventuell aufwändiger Modellierung und der Relevanz der daraus gewonnenen Ergebnisse durch die quantitative Modellierung besser verstehen.
– Mit der heute verfügbaren GP-Software kann man Prozesse schnell und preiswert modellieren. – Die Auswirkungen von Prozessänderungen lassen sich leicht durchspielen, wesentliche Einflussgrössen auf die Prozesseffizienz leichter als auf anderen Wegen identifizieren. Dies kann teure und langwierige Experimente mit realen Prozessen ersparen. Die Simulation kann hierbei auch als disziplinierte und transparente Methode der Hypothensenprüfung verstanden werden.