Betriebswirtschaftliche Optimierung
Einführung in die quantitative Betriebswirtschaftslehre
Edwin O. Fischer, Adolf Stepan
Die großen Fortschritte in der Optimierungstheorie in den letzten Jahrzehnten haben einen nachhaltigen Einfluss auf die Betriebswirtschaftslehre ausgeübt. Vor allem die Formulierung von Entscheidungsmodellen wurde durch diese Entwicklung forciert, so dass heute die Betriebswirtschaftslehre von vielen Fachvertretern als entscheidungsorientierte Betriebswirtschaftslehre angesehen wird, während rein deskriptive Aufgaben und Problemstellungen in den Hintergrund getreten sind. Die Anwendungsmöglichkeiten der Mathematik in den Wirtschaftswissenschaften sind dabei äußerst vielfältig und reichen vom formalen Darstellen einfacher Zusammenhänge in Beschreibungsmodellen bis zur Formulierung und Lösung komplexer Erklärungs- und Entscheidungsmodelle. Zur Neuauflage: Die Entwicklung der Produktionstheorie war in den letzten Jahren durch die Umsetzung des Konzepts der Randproduktionsfunktion für die Messung von Effizienz und die Performancemessung mittels der Data Envelopment Analyse (DEA) gekennzeichnet. Die Autoren haben dieser Entwicklung durch einen neuen Abschnitt „Effizienzmessung mittel Randproduktionsfunktionen und linearer Programmierung“ Rechnung getragen. Auch der Unterabschnitt „Beziehungen zwischen Preis und absetzbarer Menge“ wurde erweitert. Hier waren es die Untersuchungen zum Preisresponse der Konsumenten und die Entwicklung aggregierter Preis-Response-Funktionen aus individuellen Befragungen von Konsumenten, die die Entwicklung der letzten Jahre kennzeichnete. Anhand des Ansatzes von Gabor und Granger wurden dabei untersucht, inwieweit Teile dieser Funktionen als Schätzungen der Angebotsfunktion verstanden werden können und inwieweit dies zu einem neuen Typ von Grenzunternehmern und Absatzeinbußen führen kann. Das Werk zeigt dem (Wirtschafts-)Ingenieur, der mit betriebswirtschaftlichen Optimierungen in der Praxis betraut ist, die Sensitivität von ökonomischen Daten, dem Betriebswirt die Sensitivität von Modellen. Beide führt es ein in die Interpretation der Ergebnisse.