In der vorliegenden Arbeit wurden generelle Methoden für die Messung, Bewertung und Steuerung der Effizienz von Geschäftsprozessen erarbeitet. Die Data Envelopment Analysis, die Regressionsanalyse, die Abflachungsanalyse, Kennzahlen und unterstützende Spiderwebs haben sich dabei als probate Methoden zur Effizienzanalyse erwiesen. Die Methoden wurden am Change Management Prozess an Hand von Modelldaten und Praxisdaten von zwei Softwareherstellern erfolgreich eingesetzt. Die Data Envelopment Analysis wurde auf den Prozess der Change Request Stellung und Prüfung angewendet. Die Analyse hat sowohl effiziente, als auch ineffiziente Change Request Bearbeitungsfälle offen gelegt. Mit Hilfe der Regressionsanalyse konnte für einen Softwarehersteller ein positiver linearer Zusammenhang für die Parameter „Analysezeit“ und „Implementationszeit“ eines Change Requests aufgezeigt werden. Zusätzlich wurden signifikante Ausreisser zur Regressionsgeraden analysiert, welche potentielle Indikatoren für Ineffizienzen sein können. Mit Kennzahlen konnte der Ist-Zustand im Change Management Prozess eines Softwareherstellers quantifiziert werden. Dabei konnte durch die Kennzahl „Rückfragen“ aufgezeigt werden, weshalb die vorgegebenen SLA Zeiten für einen grossen Teil der Change Requests nicht eingehalten werden konnte. Die Abflachungsanalyse wurde auf den Analyse-Teil des Change Management Prozesses angewendet. Diese Art der Anwendung hat sich als sehr erfolgreich erwiesen, insbesondere wenn es darum geht, die optimale Gesamtzeit zu finden, welche für die Analyse aufgewendet werden soll, hinsichtlich der damit verbundenen Fehler in der Phase des User Acceptance Testings. Auch die Spiderwebs haben sich als gutes Mittel erwiesen, um nicht-quantifizierbare Ineffizienzgründe zu visualisieren. Die hier vorgestellten Methoden haben den Vorteil, dass sie sehr flexibel in ihrem Charakter sind, und sich deshalb durch Anpassung der jeweiligen Methodenparameter für die Effizienzanalyse von weiteren Geschäftsprozessen eignen.

University of Zurich

ee