Verschärfter Wettbewerb, abnehmende Gewinnmargen und kürzere Innovationszyklen erfordern verständliche und umsetzbare Qualitätsstandards und ein systematisches Vorgehen bei der Entwicklung und Gestaltung innovativer Dienstleistungen. Aus den besonderen Eigenschaften von Dienstleistungen resultieren spezielle Anforderungen an das Innovationsmanagement. Bislang erfolgte der Innovationsprozess für Dienstleistungsprodukte hauptsächlich ungeplant und situativ. Ein systematisches Vorgehen ist bei der Entwicklung und Gestaltung innovativer Dienstleistungsprodukte jedoch notwendig: Es sichert Qualität und Kundenorientierung und spart Zeit und Kosten. Der Erfolg einer Dienstleistungsinnovation ist von vielen Faktoren abhängig. Durch ein systematisches Innovationsmanagement können Fehlerquellen erkannt und Qualität in die Dienstleistung hineinentwickelt werden. Die Anwendung von Methoden ist eine wesentliche Voraussetzung für den Produkterfolg, da eine zielgerichtete, schnelle Entwicklung erfolgt, die kundengerechte Qualitätsprodukte unter optimaler Verwendung vorhandener Unternehmensressourcen schafft.

Textprobe: Kapitel 3, Unternehmensorientierte Methoden der Dienstleistungsgestaltung: 3.1, Warteschlangenanalyse: Warteschlangen bilden sich, wenn die Nachfrage nach einer Dienstleistung die Kapazitäten des Anbieters in einer bestimmten Zeiteinheit übersteigt (vgl. Corsten/ Gössinger 2007, S. 177). Aufgrund der Integration des externen Faktors in den Leistungserstellungsprozess ist es dem Dienstleistungsanbieter nicht möglich, auf Vorrat zu produzieren, sodass eine Dienstleistung im Augenblick ihrer Nachfrage, also in Echtzeit, produziert werden muss (vgl. Murphy 1994, S. 135). Warteschlangen bezeichnen dabei sowohl physische als auch abstrakte, hintereinander gereihte externe Leistungsobjekte (vgl. Müller 2003, o. S.). Abstrakte Warteschlangen bilden sich beispielsweise wenn einzelne Kunden, die sich an verschiedenen Orten befinden, auf eine freiwerdende Leitung einer Telefon-Hotline warten. Ziel: Die Warteschlangenanalyse zielt darauf ab, ein optimales Verhältnis zwischen den vorhandenen Potentialen eines Dienstleisters und der Kundennachfrage herzustellen, um eine Kapazitätsharmonisierung zu erreichen, bei der das Verhältnis von Wartekosten zu Leistungskosten ausgeglichen ist. Dateninput: Zur Durchführung der Warteschlangenanalyse müssen Daten über die Zugangs- und Abgangs-Charakteristik der Kunden sowie die durchschnittliche Kundenzahl, die in einer Periode ankommt und die durchschnittliche Kundenzahl, die in einer Periode bedient wird, vorliegen. Bei Mehrkanalsystemen ist für die Kalkulation zudem die Anzahl der geöffneten Kanäle notwendig. Ablauf: In Abhängigkeit von dem Systemcharakter der Warteschlange erfolgt die Berechnung (a) der durchschnittlichen Wartezeit in einer Warteschlange, (b) der durchschnittlichen Länge einer Warteschlange, (c) der durchschnittlichen Zeit, die ein Kunde im Servicesystem verweilt, (d) der durchschnittlichen Kundenanzahl im Servicesystem und (e) der Wahrscheinlichkeit, dass die Serviceeinrichtungen nicht genutzt werden. Zudem kann für Einkanalsysteme (e) die mittlere Auslastung des Bedienungssystems und (f) die Wahrscheinlichkeit, welche angibt, dass eine bestimmte Kundenanzahl im System verweilt, bestimmt werden. Die Ergebnisse der Kalkulation geben Auskunft darüber, ob die objektiven Wartezeiten zu lang sind, sodass Verbesserungsmaßnahmen notwendig sind. Würdigung: Die Warteschlangenanalyse hat einen hohen Informationsgehalt, da sie die erforderlichen Informationen in metrisch skalierten Größen wiedergibt, welche zudem leicht verständlich sind. Wichtige Informationen über die objektiven Wartezeiten lassen sich relativ schnell und unkompliziert berechnen. Nachteilig ist, dass die Warteschlangenanalyse für die Dienstleistungsgestaltung vieler Unternehmen nur eingeschränkten Nutzen hat, da sie mit Durchschnittswerten rechnet und diese das Risiko beinhalten, aufgrund von Ausreißern gegebenenfalls nicht die tatsächlichen Wartezeiten widerzuspiegeln. Weiterhin sind die zum Teil realitätsfernen Voraussetzungen zur Berechnung der Wartezeiten als Nachteil zu nennen. Für eine umfassende Betrachtung sollte zudem die subjektive Wahrnehmung der Wartezeit eines Kunden im Wege von Kundenbefragungen ermittelt werden, welche bereits durch relativ kostengünstige und unproblematische Maßnahmen verringert werden kann. Die Warteschlangenanalyse zählt zu den unternehmensorientierten, objektiven Methoden der Dienstleistungsgestaltung und unterstützt die Ressourcenplanung eines Unternehmens. Konkreter ausgedrückt dient sie der Bestimmung und Optimierung der Wartezeiten von Kunden (vgl. Haller 2001, S. 214). Warteschlangen erfordern einen zusätzlichen Zeitaufwand des Kunden, der meist mit Kosten verbunden ist, und werden daher als unangenehm empfunden (vgl. Zimmermann 1997, S. 361). Sie erhöhen zudem die Wahrscheinlichkeit, dass das als störend empfundene Warten eine negative Wirkung auf die Zufriedenheit des Kunden mit dem Dienstleistungsergebnis hat gleichwohl bestehende Unzufriedenheit verstärkt (vgl. Corsten/ Gössinger 2007, S. 177). Warteschlangen sind für einen Dienstleistungsanbieter nicht unvermeidlich, denn die Länge einer Warteschlange ist abhängig von der Zahl der Bedienungsstellen und der Geschwindigkeit der Bedienung (vgl. Murphy 1994, S. 136): Je mehr Bedienungsstellen es gibt, desto kürzer ist die Warteschlange. Den aus Warteschlangen entstehenden Opportunitätskosten sind allerdings diejenigen Kosten entgegenzusetzen, welche durch die Bereitstellung und Unterhaltung von Bedienungskapazität entstehen (vgl. Zimmermann 1997, S. 361). Der Dienstleistungsanbieter muss daher entscheiden, ob er ein hohes Leistungsniveau anbietet, das zu minimalen Wartezeiten und somit zu einer höheren Kundenzufriedenheit führt, oder ein niedrigeres Leistungsniveau, das höhere Wartezeiten verursacht, woraus eine geringere Kundenzufriedenheit resultiert (eine ähnliche Sichtweise vertritt Haller 2001, S. 213f.). Ziel ist demzufolge, ein ausgeglichenes Verhältnis zwischen Warte- und Leistungskosten herzustellen, welche in einer wechselseitigen Abhängigkeit zueinander stehen, dem so genannten Trade-off. Für eine Vielzahl von Unternehmen befindet sich das Optimum dieser Wechselseitigkeit bei 75%, d.h. bei 75% stehen Dienstleistungsqualität und Kosten in einem angemessenen Verhältnis (vgl. Heskett/ Sasser/ Hart 1990, S. 176). Man unterscheidet bei Warteschlangen zwischen der objektiven Realität, welche die tatsächliche Wartezeit beschreibt, und der Erfahrung des Wartens, welche die subjektiv empfundene Wartezeit eines Kunden ausdrückt (vgl. Maister 1988, S. 177). Die Warteschlangenanalyse bestimmt die objektive Wartezeit mit Hilfe statistischer Verteilungen und zielt darauf ab, ein optimales Verhältnis zwischen den vorhandenen Potentialen eines Dienstleistungsanbieters und der Kundennachfrage herzustellen, um eine Kapazitätsharmonisierung zu erreichen (vgl. Corsten/ Gössinger 2007, S. 177). Die Warteschlangenanalyse liefert die notwendigen Ausgangsdaten, um auf deren Grundlage entsprechende Maßnahmen zur Reduzierung der Warteschlangenlänge, der Wartezeit je Einheit und der Bedienungskapazität zu planen (vgl. Zimmermann 1997, S. 361f.). Hierzu wird die Warteschlangentheorie genutzt, die erstmals im Jahr 1908 von A. K. Erlang zur optimalen Dimensionierung von Telefonnetzen im Nachrichtenwesen angewandt wurde (vgl. Zimmermann 1997, S. 362). Die Warteschlangentheorie setzt das Wissen um den Systemcharakter von Warteschlangen voraus, der durch folgende Besonderheiten gekennzeichnet ist (zur folgenden Argumentation vgl. Zimmermann 1997, S. 362ff.): - Zugangs-Charakteristik, - Abgangs-Charakteristik, - Schlangendisziplin, - Anzahl der Phasen und Kanäle, - Warteraum-Charakteristik. Als Warteschlangensysteme werden die Prozesse bezeichnet, bei denen der Zugang der Kunden zum System nicht in gleichmäßigen Zeitabständen erfolgt, sondern stochastisch verteilt ist d.h. die Ankunft der Kunden ist zufallsbedingt, sodass zu Beginn die durchschnittliche Anzahl der Zugänge ermittelt werden muss, um weiter verfahren zu können. Sind die Ankünfte der Kunden dadurch charakterisiert, dass sie rein zufällig und nicht von einander abhängig sind, die Eintrittswahrscheinlichkeit zu allen Zeitpunkten gleich und ein simultanes Eintreffen mehrerer Kunden ausgeschlossen ist, so eignet sich die Poisson-Verteilung für die Analyse der Warteschlangensysteme. Sie ist die typische Verteilungsfunktion für eine Anzahl von Phänomenen, die innerhalb eines bestimmten Zeitraums auftreten und wird daher oft verwendet, um zeitliche Ereignisse zu beschreiben. Folglich ist diese diskrete Verteilungsfunktion in der Praxis der Warteschlangenbestimmung und -optimierung häufig anzutreffen. Es ist anzumerken, dass die Ankunftsrate nicht bei jedem Unternehmen zwingend der Poisson-Verteilung folgt, sodass die tatsächliche Ankunftsrate für diese Fälle individuell bestimmt werden muss, um realitätsnahe Planungsdaten zu sichern (vgl. Haller 2001, S. 215). Für eine Vielzahl von Unternehmen ist die Poisson-Verteilung zutreffend. Sie bestimmt die Anzahl des Auftretens eines Kunden in einer gegebenen Zeiteinheit. Die Zufallsvariable x ist dabei poisson-verteilt mit dem Parameter ? d.h. die mit P(x) bezeichnete Verteilungsfunktion wird durch den Parameter ? bestimmt, der die durchschnittliche Ankunftsrate beschreibt. Dieser Parameter ist weiterhin sowohl Erwartungswert als auch Varianz der Verteilung.

• Wettbewerb

• Gewinnmarge

• Innovationszyklus

• Qualitätsstandard

• Innovationsmanagement

Alexandra Buczkowski wurde 1981 in Beuthen geboren. Ihr Studium der Wirtschaftswissenschaften an der Fachhochschule Dortmund schloss die Autorin im Jahre 2007 mit dem akademischen Grad Diplom-Betriebswirtin (FH) erfolgreich ab. Bereits während des Studiums sammelte die Autorin umfassende praktische Erfahrungen in der Unternehmensberatung. Die Faszination von Innovationen und die Möglichkeit der Anwendung praktischer Gestaltungsmethoden in verschiedensten Dienstleistungsunternehmen motivierten sie, sich der Thematik des vorliegenden Buches zu widmen.