Upload
kai
View
215
Download
2
Embed Size (px)
Citation preview
5. U nternehmensmodellierung
"Charakteristisch fiir jede Theorie- oder Modellbildung ist, daf dieRealitat nur symbolisch und zugleich unter Beschrankung auf dasWesentliche abgebildet wird (Abstraktion vom Unwesentlichen). Damit tragen Theorien zur Komplexitatsreduktion bei. Eine vollstandige Abbildung der Realitat ware - abgesehen von der Frage derMachbarkeit - ebenso nutzlos wie eine Nachbildung im MaBstab 1:1.Grundsatzlich gilt: Je einfacher eine Theorie sein solI, desto h6herrnuf der Abstraktionsgrad sein. Was bei dieser Abstraktion als wesentlich bzw. unwesentlich angesehen wird , hangt von der Zwecksetzung der Theorie (des Modells) ab." (Heinen (1991), S. 6)
"All models are wrong, but some are useful." (George Box)
Die Unternehmensmodellierung solI die notwendige Transparenz iiber Daten und Prozesse im Unternehmen schaffen, d.h. auch iiber Informationen undInforrnationsfliisse.! Die Bedeutung dieser Transparenz liegt sowohl in derAnalyse von Prozessen mit Blick auf Rationalisierung und Automatisierungals auch dem Erkennen von Mustern (fiir eine rezeptive Problemwahrnehmung und Entscheidungsfindung), d .h. in der Schaffung einer strukturiertenBasis fiir die Strategieentwicklung. Die Unternehmensmodellierung ist somitaus zwei unterschiedlichen Sichtweisen von groBer Bedeutung fiir das Informationsmanagement und die Wirtschaftsinforrnatik; zum einen fiir die Konzeption und Erstellung von Anwendungssystemen, zum anderen (und zwariibergeordnet) fiir die Gestaltung des Informationssystems an sich, d.h. fiirdie Organisationsgestaltung durch Darstellung der ProzeB- und Datenstrukturen sowie deren Zusammenhange.
Die Transparenz iiber die repetitiven Ablaufe kann vor allem bei der Softwaresystementwicklung genutzt werden. Softwareprodukte dienen zum einender Unterstiitzung der Kommunikation und der Informationsversorgung, zumanderen der Automatisierung von Prozessen und z.B. der Ubertragung vonInformationsfliissen auf Workflow Management-Anwendungen. Die Softwareentwicklung unterliegt dabei neben sich standig verandernden Anforderungenauch standig neuen technischen M6glichkeiten (u.a. evoziert durch die Ent-
1 Aus produktionswirtschaftlicher Sicht spiegelt der Inforrnationsfluf insbesondereden LeistungserstellungsprozeB wider und ist mit diesem untrennbar verbunden .
S. Voß et al., Informations-management© Springe-Verlag Berlin Heidelberg New York 2001
150 5. Unterne hmensmodellierung
wicklung im Hardwarebereich). Die gegenseit ige Beeinflussung der beidenBereiche wur de im EWIM-Ansatz bereits verdeutlicht (s. Kap . 3.1.5, S. 65).Die Modellierung erfolgt hier allgemein von natiirli chsprachlichen Aussageniiber die Rekonstruktion der Begriffe, auf denen die Aussagen basieren, biszu einem Schema-Entwurf. Auf Basis dieses Entwurfs kann dann eine Implementierung erfolgen.
Modelle werden in der Literatur oftmals in Beschreibungs- (deklarativ)und Entscheidungsmodelle (normativ) klassifiziert; vgl. z.B. Domschke undDrexl (1998) . Ein Unte rnehmensmodell kann als deklar atives Modell bezeichnet werden, wenn es der reinen Beschreibung dient , ohne als Entscheidungsmodell genutzt zu werden. In diesem Kapitel stellen wir zunachst einigeModellierungsmethoden bzw. (graphische) Beschreibungsspr achen zur Erstellung prim ar deklarativer Modelle VOL Diese Modelle konnen aber auch fiirweitere Analysen eingesetzt werden. So kann z.B. die Buchhaltung (als deklaratives Modell) als Basis fiir weitergehende Analysen des Controlling dienen.
Eine detailliertere Klassifikation unterscheidet Beschreibungsmodelle, Erklarungsmodelle und Entscheidungsmodelle; vgl. Schweitzer (1994). Es werden Beschreibungs- und Erkl arungsmodelle danach unterschieden, ob demModell neben rein deklar ativen Dingen und Beziehungen (Beschreibungsmodelle) auch Ursache-Wirkungsbeziehungen entnommen werden k6nnen. Dasich eine eindeutige Unte rscheidung fur viele Modelltypen als schwierig erweist, klassifizieren wir die Modelltypen, die wir im folgenden beschreiben,lediglich nach dem Grad der Erklarungsorient ierung (von rein beschreibendzu erklarenden Modellen) und dem Grad der Entscheidungsorientierun g (vgl.Abb . 5.1).
Erklarungsoricnticrung
Funktionshierarchiediagramrn , Datcnmodcll,Organigrarnm , Softw are archit ekturbes chrei
bend
Referenzmodell
maihematischcsOptirn ierun gsmodell ,Simulationsmod ell
Prognosemodell
Entscheidungs orien tierung
Abbildung 5.1. Einordnung der vorgest ellten Modelltypen
5. Unternehmensmodellierung 151
Mathematische Optimierungsmodelle sind klassische Entscheidungsmodelle, besitzen aber gleichfalls ein relativ hohes Erkliirungspotential. Problematisch an diesen Modellen ist die Kompliziertheit der Modellentwicklungmittels der zur Modellierung verwendeten Sprache.f Das Potential von Simulationsmodellen zur Entscheidungsunterstiitzung ist tendenziell geringer, dadiese Modelle keine Optimierung aus sich heraus beinhalten, sondern lediglichzur Systembewertung und -analyse herangezogen werden konnen.i' Gleichwohl bietet sich die Simulation insbesondere zur Entscheidungsunterstiitzungin Problemfeldern an, in denen die mathematische Optimierung aufgrund derSystemkomplexitiit und stochastischer Einfliisse an eine Grenze der Anwendbarkeit stoBt (vgl. Kap. 5.4.5). Beide Ansiitze werden daher beziiglich beiderDimensionen in Abb. 5.1 als gleichrangig bewertet. Prognosemodelle sindsowohl beziiglich der Erklarungs- als auch der Entscheidungsorientierung unterhalb der Simulations- und Optimierungsmodelle angeordnet.
Dariiber hinaus sind weitere, weitaus weniger stark entscheidungsorientiert ausgelegte Modellierungsansiitze von Relevanz. Innerhalb dieser zweitenGruppe besitzen wiederum Referenzmodelle ein hoheres Erkliirungspotentialals die iibrigen Ansiitze. Referenzmodelle sind Modelle, die ideale Strukturen oder Abliiufe der jeweiligen Branche repriisentieren sollen. Sie ergebensich durch Abstraktion mehrerer unternehmensspezifischer Modelle und unter Beriicksichtigung theoretischer Erkenntnisse (vgl. Kap. 5.6 sowie Beckeret al. (1995), S. 436). Diese Modelle besitzen einen hohen Erklarungscharakter, da sie ein (imaginiires oder idealtypisches) Unternehmen mit allen relevanten technischen und betriebswirtschaftlichen Wirkungsbeziehungen beschreiben (Keller (1993), S. 55). Dariiber hinaus konnen Entscheidungen iiberorganisatorische Veriinderungen durch den Vergleich von tatsiichlich realisierten Strukturen im Unternehmen und Referenzmodellen unterstiitzt werden.Eine starker entscheidungsorientierte Moglichkeit, Analysen durchzufiihren,besteht in der Anbindung eines solchen Modells an eine Simulationsumgebung. Hier konnen unter Einbeziehung geeigneter Datenbasen betrieblicheAbliiufe simuliert und unterschiedliche Szenarien, z.B. auch organisatorischeVeriinderungen vor Einfiihrung im realen System, getestet werden.
In diesem Kapitel diskutieren wir unterschiedliche Modellierungsmethoden, die fiir Unternehmensmodelle relevant sind. Diese sollen auch anhanddes Ansatzes von Taylor (1995) betrachtet werden. Er sieht die einzigeMoglichkeit, Softwareanwendungen schritthaltend mit organisatorischen Veriinderungen und technischen Innovationen erstellen zu konnen, in der Implementierung integrativer Unternehmensmodelle. Taylor (1995), S. 21, unter-
2 Auf die mathematische Modellierung im Kontext der mathematischen Programmierung werden wir im folgenden nicht eingehen. Der Leser wird hier auf Williams (2000) verwiesen.
3 Die Simulation gehort zu den Methoden des Operations Research und stelltneben der Graphentheorie und der linearen sowie der kombinatorischen Optimierung die fur die Praxis wichtigste Teildisziplin des Operations Research dar;vgl. Domschke und Drexl (1998) .
152 5. Unternehmensmodellierung
scheidet zunachst die aus betriebswirtschaftlicher Sicht relevanten Modellein:
• Datenmodelle,• ProzeBmodelle,• Simulationsmodelle,• Workflow-Modelle und• Finanzmodelle.
In der Literatur findet sich haufig eine Unterscheidung der Modellierungin eine funktionsorientierte und eine datenorientierte Modellierung sowie inintegrierende Ansatze. Bei der funktionsorientierten Modellierung stehen Prozesse im Vordergrund der Betrachtung. Diese werden zunachst ablauforientiert modelliert, bevor in einem zweiten Schritt die Definition der erforderlichen Datenstrukturen erfolgt. Bei der datenorientierten Modellierung werdenreine Datenmodelle erstellt. Ein Datenmodell stellt ein strukturiertes Abbild der Daten eines fest abgegrenzten Teils der wahrgenommenen Realitatdar , die fiir eine bestimmte Anwendung bzw. fiir bestimmte Anwender relevant sind, einschlieBlich der zwischen ihnen bestehenden Beziehungen. DieErstellung von Datenmodellen stellt eine Voraussetzung zur effizienten Verwaltung groBer Datenbestande dar. Eine gangige Modellierungsmethode isthier die Entity Relationship (ER)-Modellierung bzw. Erweiterte Entity Relationship (EER)-Modellierung. Eine erweitere Modellierungssprache, die aucheine funktionsorientierte Modellierung erm6glicht, ist die Unified ModelingLanguage (UML).
Der Ansatz von Taylor (1995) besteht nun darin, iibergreifende bzw. integrierende Modelle zu konzipieren. Ziel dieses Ansatzes ist die Konsistenz allerbetriebswirtschaftlich relevanten Modelle sowie die Vermeidung von Mehrfachmodellierung. Auch in der Softwareentwicklung soli sich das jeweils aktuelle Modell automatisch widerspiegeln. Zur Erfiillung dieser Anforderungist es erforderlich, die im Rahmen der Softwareentwicklung unterschiedenen(Entwicklungs-) Ebenen der semantischen, logischen und physischen Modellein einem einheitlichen Modell abzubilden oder die Teilmodelle zumindest mittels einer einheitlichen Beschreibungssprache zu erstellen, die eine Automatisierung aIle notwendigen (Modell-) Transformationen von einer Ebene zurnachsten erm6glicht.
Das ARIS-Konzept (Architektur Integrierter Informationssysteme) hateinen ahnlichen Anspruch wie der Ansatz von Taylor (vgl. Kap . 5.5) undsoli dazu dienen, die Komponenten der unterschiedlichen betriebswirtschaftlichen Anwendungssysteme (Administrations-, Dispositions-, Planungs- undKontrollsysteme) mit ihren Beziehungen in einer gemeinsamen Architektur zuintegrieren; vgl. Scheer (1997) . ARIS soli dabei die Entwicklung betrieblicherInformationssysteme in folgender Weise unterstiitzen (vgl. Scheer (1998b) ,S.9):
5.1 Motivation - einige Prinzipien der Moclellierung 153
1. Angebot eines Rahmenkonzeptes (Architektur) zur vollstandigen Beschreibung von Anwendungssoftware
2. Einordnung geeigneter Modellierungsmethoden in diese Architektur3. Werkzeuge zur Verwaltung von Referenzmodellen, zur Analyse von Sy
stemanforderungen und zur Navigation durch Modelle4. Konzept zum Management von Oeschaftsprozessen mit Hilfe von Stan
dardsoftwaresystemen im Sinne einer Montagebeschreibung fiir Softwarekomponenten
Fur dieses Kapitel wahlen wir folgenden Aufbau: Zunachst stellen wireinige Prinzipien der Modellierung voran. Die Prinzipien gelten sowohl fiirdie Konzeption von Unternehmensmodellen als auch von entscheidungsunterstiitzenden Systemen. Wir werden sehen, daB der Detaillierungsgrad unddie Datenbasis durch die Anwendung, d.h . den Zweck des jeweiligen Modells,definiert werden. Ein unternehmensweites Modell muf sich demnach verdichten bzw. verfeinern lassen. Nach diesem Einstieg gehen wir dann auf die Zieleund Betrachtungsebenen der Unternehmensmodellierung ein. Es schlieBt sichein Abschnitt iiber Modellierungsmethoden an, in dem auch die Objektorientierung und die Simulation thematisiert werden. Nach der Vorstellung vonARIS als einem moglichen Rahmenkonzept zur Bildung integrativer Modellewerden einige Referenzmodelle angesprochen. In einem abschlieBenden Abschnitt modellieren wir beispielhaft einen Help Desk und veranschaulichenhieran die Simulation als Analysewerkzeug.
5.1 Motivation - einige Prinzipien der Modellierung
In diesem Abschnitt werden einige Prinzipien der Modellierung vorgestellt,wie Pidd (1996) sie in seinem Buch Tools for Thinking erlautert. Wir erheben nicht den Anspruch auf Vollstandigkeit, halten es aber dennoch fiirwichtig, diese Prinzipien an den Anfang dieses Kapitels zu stellen. Zum einensoIl deutlich gemacht werden, daB riesige Modelle, wie sie z.B. bei Referenzmodellen iiblich sind, nur dann Sinn machen, wenn mit ihnen "gearbeitetwird" oder nichts mehr "hinzugedacht" werden muB, d.h. daB die Modelledie vollstandige Komplexitat erfassen - z.B. in Blickrichtung auf die Automatisierung (Stichwort Informationssystemgestaltung). Diese Einleitung istsomit gleichsam als Warnung vor der Vorstellung zu verstehen, alles in einemModell abbilden zu wollen (oder zu k6nnen).
Zum anderen dient diese Einleitung bereits als Anleitung fur die Modellierung bzw. Anwendung von Entscheidungsmodellen im Rahmen der Decision Support-Systeme. Die Warnung geht in die Richtung, den auf Basis derUnternehmensmodellierung geschaffenen Informationssystemen in bezug aufDatenqualitat (jeweils im Entscheidungskontext) nicht blind zu vertrauen.Das Prinzip "the model should drive the data and not vice versa" ist hier alsgrundlegend zu erachten.
154 5. Unternehmensmodellierung
5.1.1 Modelliere einfach - denke kompliziert
Komplexe Systeme benotigen nicht unbedingt komplizierte Modelle, sonderneher einfache Modelle, denen mit einer komplizierten Denkweise begegnetwird. So banal es auch klingen mag, mit (explizit formulierten) ModellenmuB gearbeitet werden . Nach unseren Uberlegungen zum Konzept der eingeschriinkten Rationalitiit nach Simon (1982) ist nicht das Modell an sichfur die Giite zustiindig, sondern immer die Kombination von Modell undBenutzer. Dies ist besonders wichtig, wenn das Modell nicht vom Benutzererstellt wurde . Eine Analogie stellt das Programmieren dar. Einen fremdenProgrammtext zu verstehen, ist meist viel komplizierter, als einen eigenenwieder zu verstehen (Programming is Understanding).
Komplizierte Modelle , wie z.B. Modelle zur Steuerung im operativen Betrieb, benotigen meist keine menschliche Intervention mehr, da alle Bereichedes Aufgabenumfeldes abgedeckt sind. Die meisten Modelle im Bereich derUnternehmensmodellierung dienen dem Verstandnis von Ablaufen , d.h. dieModelle (oder Teilmodelle) miissen einfach zu verstehen sein. Eine einfache Modellierungssprache ist somit zumindest Voraussetzung. Diese Modellemiissen dariiber hinaus aber hinreichend detailliert ausgestaltet werden konnen , urn als Vorlage zur Automatisierung von betrieblichen Ablaufen (Aufgaben) zu dienen. Diese Anforderung an die Modellierung (von Unternehmen)findet sich im zweiten Prinzip (Beginne klein und erweitere) wieder.
5.1.2 Beginne klein und erweitere
Im allgemeinen gibt es keinen Indikator dafiir, wie detailliert ein Modell zugestalten ist, urn alle relevanten Aspekte des betrachteten Systemausschnittsabzudecken. Dies liegt primar daran, daB vorab nicht alle relevanten Aspektebekannt sind . Das heiBt, die Modellierung ist Teil eines Lernprozesses, in demdas Modell stiindig erweitert wird (vgl. Kapitel 2). Details sollten auch nurin das Modell aufgenommen werden, wenn sie im Rahmen von Analysen notwendig werden ("diesen Systemausschnitt jetzt aber bitte etwas genauer") .
Im Rahmen von Simulationsmodellen konnen z.B. bestimmte Systemkomponenten zunachst als Black Box4 abgebildet werden : Statt eine Fertigungsstation detailliert abzubilden, wird einfach auf der Basis von Wahrscheinlichkeitsverteilungen angenommen, wie lange die Verweildauer in der Stationfiir die zu bearbeitenden Elemente dauert; die tatsiichlichen Abliiufe in derStation sind somit nicht "sichtbar" . Sollten Experimente aufzeigen, daB dieStation einen EngpaB darstellt, so kann die Black Box aufgelost werden undder BearbeitungssprozeB innerhalb der Station detaillierter abgebildet werden .
4 Der Begriff der Black Box entstammt dem Gebiet der Fernmeldetechnik.Er wurde im Krieg auf erbeutetes Feindmaterial bezogen, das aufgrund desmoglicherweise enthaltenen Sprengstoffs nicht geoffnet werden konnte ; vgl. Watzlawick et aI. (1996), S. 45.
5.1 Motivation - einige Prinzipien der Modellierung 155
Die Modellierung sollte zudem immer mit bekannten (und verst andenen )Elementen beginnen und weitere Aspekte spater sukzessive einbeziehen. Neben der Verfeinerung von Modellen ist die Er weiterung von Modellen einesinnvolle Vorgehensweise, urn Modelle verst ehen zu konnen,
5.1.3 Teile und herrsche, vermeide Mega-Modelle
Ein kritischer Punkt der Modellierung besteh t in der Validierung und Interpretation. In diesem Zusammenhang solIte die prinzipielle Vorgehensweiseder Dekomposition verfolgt werden. Referenzmodelle, auf die wir in diesem Kapitel noch eingehen werden, dienen in diesem Zusammenhang einerim Vergleich zur Neumodellierung einfacheren Validierung. Eine Orientierun g an bestehenden, bereits validierten Modellen solI hier die Fehlerhaftigkeit des ents tehenden Modells verringern. Trotzdem bleibt das Problem derUniiberschaubarkeit der Gesamt-Unternehmensmodelle bestehen. Nur wennes moglich ist , Teilmodelle getrennt zu betrachten , sind diese Modelle sinnvoll. Bei der Modellierung sollte man dabei im Auge behalten, daB mehrerekleine Modelle oftm als fiir das Cesamtverstandnis besser geeignet sind alsein groBes. In diesem Zusammenhang mag es auch als sinnvoll erscheinen,auf die Beschrankung der menschlichen Informationsverarbeitungskapazitathinzuweisen; vgl. Miller (1956).
Die Entwicklung von Komponenten unter expliziter Angabe von Verbindungen zu anderen Komponenten kann hier einen sinnvollen Ansatzpunktzur Unternehmensmodellierung darstellen, da die Modellierung gerade iiberdie Verdeut lichung der Zusamrnenhange einzelner Bereiche (die als solche jaunter Umstanden weiterhin Bestand haben werden) der Schaffung von Transparenz dienen kann. Hier kann zum Beispiel ein Modell ein ProzeBablaufplan(als Obj ekt ) sein, der alle an ihm beteiligten Organisationsinstanzen mit angibt, die ebenfalls als Modell (als Obj ekt ) abgebildet sind .
Der Benutzer der Modelle besitzt dann die Moglichkeit , bei einem Modellzu beginnen und die Verbindungen (d.h. letztendlich andere Modelle) erstdann in die Betrachtung aufzunehmen, wenn er eine gewisse Sicherheit imUmgang mit dem ersten Modell erlangt hat .
Diese Vorgehensweise entspricht auch unserer Definition des Erlangensvon Wissen - Wissen als das Erkennen von Mustern (Komponenten und Verbindungen) . Durch diese Lernprozesse kann unter Umstand en ein groferesSystemverstandnis erla ngt werden als bei der Betrachtung riesiger Modelldarstellungen . Der Navigator in ARIS bietet z.B. die Moglichkeit , nur Ausschnit te sowie verschiedene Hierarchiestufen der Modelle zu betrachten.
5.1.4 Nutze Metaphern, Analogien und Ahnlichkeiten
Bei der Analogiebildung und dem Einsatz von Metaphern handelt es sichurn Vorgehensweisen, urn Probleme zu erkennen und Losungsansatze, also
156 5. Unternehmensmodellierung
Modelle, im Rahmen eines kreativen Prozesses zu entwickeln. Hier sindMoglichkeit en zu untersu chen , Systemausschnitte aus verschied enen Sichtweisen zu betrachten. In Analogie-Modellen werden Teildarst ellungen desSystems durch andere ersetzt , die einfacher zu reprasent ieren und zu manipulieren sind; vgl. Ackoff und Sasieni (1968) , S. 60. Diese Vorgehensweisewird in ahnlicher Weise, allerdings imm er in die gleiche " Richt ung" (TopDown-Entwurf) bei der Unt ern ehm ensm odellierung eingese tzt, d.h. von einernatiirlichsprachlich formuli erten Beschreibung zu einer Darstellung in einersemi-formalen Sprache,
Wichtiger sind allerdings Analogien, die zu neuen Modellen fiihren. Pidd(1996) gibt vier Moglichkeit en zur Analogiebildung an:
• Personli cher Bezug: selbst in das Problem versetzen ("st ellt euch vor , ihrseid ein gelangweilter Computer, den die Algorithmen wirklich nicht reizen ,und ihr iiberlegt euch, das geht doch besser . . .")
• Direkt: "Die Nachfrage nach Giitern entspricht doch irgendwie einer Warteschlange . .."
• Phantasie: Idealismus, urn zu neuen Ideen zu komm en ("Denkt doch einfachmal , alles wird immer zum Zeitpunkt des Bedarfs geliefert . . ." )
• Symbolik: Komprimierte Beschreibung von Problemen und Losungsan satzen
Gerade im Bereich der entscheidungsunterstiit zenden Systeme ist es wichtig zu erkennen, welche bereitgestellt en Modelle und Methoden fiir konkreteProblemstellungen genutzt werden konnen (z.B. durch Problemreformulierung). Analogiemodelle ste llen hier einen moglichen Bestandteil derartigerSysteme dar.
5.1.5 Verliebe Dich nicht in Daten
Eingangs von Kap. 5.1 haben wir auf ein wesentliches Prinzip bereits hingewiesen: Die Modellierung sollte die Datensuche hervorrufen und nicht umgekehrt. Das Problem des Dateniiberflusses ist ein zentrales Thema beziiglichder Informationsbereitstellung. Eine haufig geauferte Kritik von Entscheidungstragern besagt, daB zwar immer jede Menge Daten bereitli egen , ab ernie die richtigen. Dies liegt primar daran, daB erst mit der (Problem-) Modellierung bekannt wird, welche Daten sich als geeignet einstufen lassen . Diesesind ex-ante (in ihrer Form) meist gar nicht bestimmbar (und somit in derrichtigen Form Ld.R. auch nicht ex-ante bereitst ellbar).
Ein schnell gemachter Fehler ist, Daten, auf die unmittelbar zugegriffenwerd en kann, unreflektiert zu nutzen und somit au s den bereitliegenden DatenParameter des Modells zu machen. Oftmals wird bei der durch Daten geleite ten Modellierung sogar Uberfliissiges in das Modell aufgenommen ("weil eshal t da ist"). Aus dieser Sichtweise ist es Aufgabe des Modellierers, die richtigen Daten zu spezifizieren, und Aufgab e der Datenbereitstellung (als Aufgab e
5.2 Ziele der Unternehmensmodellierung 157
des Informationsmanagements) , diese fiir ihn durch einfach auszufiihrendeSelektions- und Aggregationsfunktionen erreichbar zu machen. Der Slogan"die richtige Information zur richtigen Zeit am richtigen art" kann aus dieser Betrachtung heraus eigentlich nicht erfiillt werden. Eine realistische Anforderung an das Informationsmanagement ist allein die Unterstiitzung derindividuell zu tatigenden Selektion und Aggregation von Daten durch Bereitstellung geeigneter Informationssysteme. Die Aggregation von Daten basiert oftmals auf statistischen Verfahren. Dieser Bezug kann aufgrund deserforderlichen Expertenwissens sogar eine personelle Unterstiitzung bei derDatenbeschaffung notwendig erscheinen lassen .
Daten sind weiterhin immer nur Beispieldatensatze, sie konnen mit Aufnahme- oder Aggregationsfehlern versehen sein. Zudem sollten Daten, dieder Modellierung dienen, und Testdaten unterschiedlich sein. Entwirft manz.B. ein Modell zur Prognoserechnung auf der Basis vergangenheitsbezogener Daten, so sollte man diese Daten vorab in zwei Gruppen trennen, inModellierungs- und Testdaten.
5.2 Ziele der U nternehmensmodellierung
Wie wir bereits in den vorangegangenen Kapiteln aufgezeigt haben, ist eineSystematisierung von Informationsbeziehungen und betrieblichen Ablaufen,d.h. Prozessen mit entsprechenden Informationsfliissen, aus einer Reihe vonGriinden notwendig. Die Ziele der Unternehmensmodellierung lassen sich wiefolgt zusammenfassen:
• Systematisierung von Informationsfliissen• Systematisierung von Integrationspotentialen (Synergieeffekte)• Datenintegration• Funktionsintegration (EntscheidungsprozeBintegration)• Ableitung von (objektiven) Informationsbedarfen• Grundlage fiir die Planung einer IT-Infrastruktur• Grundlage fiir Datenhaltungskonzepte (z.B. Data Warehouse)• Reorganisation von Unternehmen (z.B. objektorientierte Organisationsfor
men)5
5 Insbesondere das (radikale) Business Reengineering ist hier als eine aktuelle Tendenz zu nennen, die im wesentlichen auf eine stiirkere Proze6orientierung derOrganisation abzielt; vgl. Gaitanides (1998) und die dort angegebenen Quellen fiir eine Einfiihrung und kritische Bewertung. So sieht Gaitanides das Business Reengineering als Organisationsmode, das sich allerdings als Katalysatorfiir Veriinderungsprozesse durchgesetzt hat und dessen Kernelement, das Denken in Prozessen (Business Process Reengineering) , modeiiberdauernd (im Proze6management) Bestand haben wird . Wahrend das Business Reengineering eingrundsiitzliches Uberdenken des Geschiiftszwecks sowie einen radikalen Neuentwurf umfaflt , kann das Business Process Reengineering auf das grundsiitzliche
158 5. Unternehmensmodellierung
• Grundlage fiir die Entwicklung von (integrierten) Anwendungssystemen(vgl. das Konzept des Computer Integrated Manufacturing (Cllvl), S. 159,sowie Moglichkeiten zur Steuerung und Kontrolle der Geschaftsprozessemittels Workflow Management-Systemen")
• Simultane Entwicklung der Unternehmensstruktur und Informationssystemgestaltung; vgl. Keller (1993)
Die unterschiedlichen Anwendungen, die mit einem zentralen Modellermoglicht werden sollen, haben wir eingangs des Kapitels bereits genannt;vgl. Taylor (1995). Die Auswahl der Modellierungsmethode(n) sollte dieseForderungen beriicksichtigen.
Die Ziele der Unternehmensmodellierung beziehen sich zu einem GroBteilauf die Neuorganisation von Aufgaben, d.h. die Entscheidungsunterstiitzung(fiir Probleme, wie wir sie definiert haben) tritt in den Hintergrund der Betrachtung, und die Verteilung der Aufgaben und die partielle Automatisierung von Aufgaben stellen eine wesentliche StoBrichtung dar. Unter diesemGesichtspunkt sind die Ziele der Daten- und Funktionsintegration zu sehen.Aus den dargestellten Zusammenhangen der Daten ergibt sich auch der Zusammenhang von (bereits existenten) Einzelanwendungen.
Die Datenmodellierung bewirkt somit bereits einen Integrationseffekt derDaten (iiber verschiedene Abteilungen) und kann zur Definition von Schnittstellen der Einzelanwendungen herangezogen werden. Unter Integration versteht man die (Wieder-) Herstellung eines Ganzen, einer Einheit durch Einbeziehung auBenstehender Elemente. Unter Datenintegration wird nun der Zugriff unterschiedlicher betrieblicher Bereiche auf dieselbe Datenbasis verstanden . Fragestellung ist dabei nicht allein, wer welche Daten erzeugt, sondernauch, wer welche Daten benotigt. Dieser Bereich der Unternehmensmodellierung ist somit auch eine Vorgehensweise der Informationsbedarfsanalyse.
Ziele der Datenintegration sind die Verbesserung der Vollstandigkeit undder Konsistenz der Daten (durch Redundanzarmut), der Aktualitat der betrieblichen Bereiche, der Wegfall von Mehrfacheingaben von Daten, die gleichzeitige Vermeidung von Eingabefehlern sowie die Verbesserung der Informationsiibertragung (vgl. z.B. Keller (1993), S. 25). Die Verbesserung der Informationsiibertragung erfolgt auch mit dem Ziel der Reduktion der Unbequemlichkeit der Informationsbeschaffung und der Koordination der Aufgabe derDatenpflege.
Nach einer empirischen Untersuchung von Maier (1996), bei der die Bedeutung der Anwendungsbereiche (64 Faktoren in 12 Kategorien) fiir Datenmodelle von Unternehmen (als So11-Werte) erfragt wurden, ergaben sich diewichtigsten Gebiete (als durchschnittliche Werte angegeben) wie in Tab . 5.1
Uberdenken und den Neuentwurf der Geschaftsprozesse beschrankt werden ; vgl.Pietsch und Steinbauer (1994).
6 Vgl. hierzu z.B. die Beitrage in Vossen und Becker (1996), insbesondere Ferstlund Sinz (1996) fiir einen objektorientierten Modellierungsansatz, sowie Kap .9.1.3.
5.2 Ziele der Unternehmensmodellierung 159
dargestellt. Hierbei stellt der Wert 5 eine hohe Bedeutung, der Wert 1 eineniedrige Bedeutung dar.
Anwendungsbereich (Kategorie) WertBasis fur den Datenbankentwurf bzw. physische Datenorganisation 4,17Instrument zur Standardisierung 4,17Basis fur Management Information-Systeme; vgl. S. 323 f. 4,05Basis fur die Integration im DV-Bereich 3,98Basis fur die Anwendungssystementwicklung 3,96Organisationsinstrument auBerhalb des DV-Bereichs 3,83Verringerung des Wartungsaufwands 3,79Basis fiir den Einsatz von Standardsoftware 3,69Verbesserung der Kommunikation 3,68Grundlage der Nutzung von Anwendungssystemen in den 3,62FachabteilungenErhohung der Motivation / Akzeptanz 3,39Organisationsinstrument im DV-Bereich 3,18
Tabelle 5.1. Anwendungsbereiche von Datenmodellen; vgl. Maier (1996), S. 204
Die Untersuchung kommt weiterhin zu dem Ergebnis, daf der (vonder Auskunftsperson eingeschatzte) mogliche Nutzen (SolI) im DurchschnittgroBer ist als der tatsachlich in deren Organisationen realisierte (aber wiederum eingeschatzte) Nutzen (1st). Die Datenmodellierung besitzt folglich injedem der Anwendungsgebiete noch unausgeschopfte Potentiale; vgl. Maier(1996), S. 208.
Die Funktionsintegration kann in eine technische und eine organisatorische Integration unterschieden werden. Unter technischer Funktionsintegration verstehen wir die Neukonzeptionierung der Anwendungen (in Hinblickauf die Prozesse) als Integration von Einzelanwendungen, die an der Bearbeitung von Prozessen beteiligt sind . Mit der Einbeziehung der Organisationals zu gestaltendes Element, z.B. als Reorganisation auf der Grundlage derProzesse, gelangen wir zu einer organisatorischen Funktionsintegration.
Eine wesentliche Motivation fiir die Unternehmensmodellierung liegt inder Schaffung einer Grundlage fiir die Entwicklung von integrierten Anwendungssystemen, wie sie von Taylor und in der CIM-Forschung, derenBetrachtungsgegenstand auch die Informationsgestaltung im Unternehmenbeinhaltet, behandelt werden bzw. wurden. Die Unternehmensmodellierung,die im Rahmen des CIM-OSA Projekts (Open Systems Architecture) in ihrerendgiiltigen Form der Steuerung und Kontrolle der taglichen Oeschaftsvorfalledient, ist bzw. war neben der Ermittlung und Gestaltung einer integrieren-
160 5. Unternehmensmodellierung
den Infrastruktur Schwerpunkt der CIM-OSA Forschung." Die Anwendungssysteme solien dabei folgenden Anforderungen geniigen:
• kurze Entwicklungszeiten• hohe Flexibilitat und Anpassungsfahigkeit• Kombinationsmoglichkeit von Standard- und Individuallosungen
Es sei noch einmal darauf hingewiesen, daB die Modellierung hier zum Teilmit dem Ziel einer ProzeBautomatisierung erfolgt , d.h. die Modelle miissendann hinreichend detailliert sein, urn die Komplexitat der (relevanten) Systemausschnitte vollstandig zu erfassen. Hier unterscheidet sich die Funktiondes Modells vom beschriebenen Werkzeugcharakter, urn ein System zu analysieren (Tool for Thinking) , und stellt vielmehr ein Tool to Replace (insufficient) Working dar.
Ein wesentliches Problem der Analyse von Unternehmensmodellen, diewir im folgenden ansprechen, liegt in der Kompliziertheit der Modelle, insbesondere bei einer starken Detaillierung der Aufgaben und Funktionen. DieKompliziertheit kann sich hier in uniiberschaubar groBen Ubersichtsdarstellungen widerspiegeln. Dabei ist die Dekomposition des Modells zum Modellverstandnis von eminenter Wichtigkeit . Moglichkeiten sind zum einen einhierarchischer Aufbau der Modelle und zum anderen eine separate Darstellung der einzelnen Betrachtungsebenen verbunden mit der Moglichkeit, auchZusammenhange betrachten zu konnen. Fiir beide Alternativen ist eine Computerunterstiitzung von groBer Bedeutung, da eine Navigation durch Aktenordner und Schauplane Ld.R. sehr viel komplizierter ist.
5.3 Betrachtungsebenen
In diesem Abschnitt geben wir die Ebenen an , die bei der Unternehmensmodellierung zu beriicksichtigen sind, urn alle relevanten Aspekte wiedergeben zu konnen. Neben den originaren Daten und Betriebsmitteln ("womit")und Funktionen ("was") sind auch die Organisationseinheiten ("wer") zu betrachten. Diese drei Bestandteile reichen allerdings nicht zur Beschreibungvon Prozessen (als Folge von Funktionen) aus . Hierzu sind Ereignismodelle("wann") notwendig. Zur Analyse mittels Simulation benotigt man neben deneigentlichen Funktionen auch zugehorige Bearbeitungszeiten ("wie lange")und Wahrscheinlichkeiten ("wie haufig"}, wenn es innerhalb eines Prozessesmehrere rnogliche Nachfolge-Funktionen einer Funktion gibt. Diese konnenin den Funktionen und Ereignismodellen angegeben werd en, verdienen abereine gesonderte Beriicksichtigung.
7 Man beachte, daf die elM-OSA Forschung in der aktuellen Diskussion zwaranderen Schlagworten gewichen ist , in weiterfiihrenden Programmen aber nachwie vor Bestand hat bzw. deren Grundlage bildet; vgl. z.B. Segarra (1999).
5.3 Betrachtungsebenen 161
Im eIM-OSA Rahmenwerk werden drei komplementare Ebenen unterschieden, die das Unternehmen aus verschiedenen Sichtweisen reprasentieren.Die Architekturebene unterteilt sich in eine generische Ebene, die fiir aile Unternehmenstypen gilt, eine partielle Ebene (branchenspezifisch) und eine individuelle, unternehmensspezifische Ebene. Die Modellierungsebene gliedertsich nach dem Top Down-Ansatz, d.h . auf der obersten Ebene wird das Unternehmen aus funktionaler Sicht in allgemein verstandlicher Sprache beschrieben . In der Zwischenschicht wird das Modell in eine serni-formale Spracheiibersetzt und erst dann auf der untersten Ebene in ein Implementierungsmodell iiberfiihrt . Die Sichtebene setzt sich aus den Sichten Funktion, Information, Ressource und Organisation zusammen. In der Funktionssicht werdenAufgaben strukturiert beschrieben (einschlieBlich der Hierarchiebildung).
Fiir die einzelnen Ebenen bieten sich unterschiedliche Modellierungsmethoden an , die in der Vergangenheit auch getrennt eingesetzt wurden. DieIntegration der Ebenen (Modelle) muB in diesem Zusammenhang eine integrierte Anwendbarkeit der unterschiedlichen Modellierungsmethoden - ineinem iibergeordneten Rahmenkonzept - als Voraussetzung haben. Eine einheitliche graphische Beschreibungssprache findet sich z.B. in der UML; vgl.Kap. 5.4.7.
5.3.1 Daten
Der Begriff Daten wurde weiter oben bereits eingefUhrt. Daten konnenim Rahmen der Unternehmensmodellierung (repetitiver Prozesse) in Informationsdienstleistungen und Umfelddaten unterschieden werden; vgl. z.B.Scheer (1998b) . Informationsdienstleistungen dienen als Input zur Funktionsausiibung, entsprechen also genau unserer Definition von Information (alsDaten, die in Entscheidungsmodellen verarbeitet werden) und entstehen alsOutput einer Funktionsausiibung, die wiederum als Input fiir andere Funktionen dienen. Umfelddaten sind nicht direkt in einen betrieblichen InformationsfluB per Definition eingebunden, konnen innerhalb des Entscheidungsprozesses aber durchaus als Informationen bezogen werden. Umfelddaten unterliegen dabei einem standigen TransformationsprozeB.
Speziell fiir die Informationsdienstleistungen ist es notwendig, die zugrundeliegenden Daten zu strukturieren, urn eine automatisierte Verarbeitungzu errnoglichen. Mit der Schaffung einer einheitlichen Datenbasis und mitHilfe von Datenbanksystemen konnen verschiedene Sichtweisen (aufgabenspezifisch) auf die Datenobjekte angelegt und Informationssysteme konzipiertwerden . Diese Betrachtungsebene kann also isoliert genutzt werden.
Hierbei ist zu beachten, daf aus Sicht der Datenbankentwicklung eineAnforderung an die Analyse- sowie Designphase darin besteht, diese in Zusammenarbeit mit den Benutzern durchzufiihren. Aus Sicht des Inforrnationsmanagements bedeutet dies, daB eine Zusammenarbeit mit DatenbankExperten erfolgen muB, die schlieBlich eine Implementierung eines konzeptio-
162 5. UnternehmensmodeIlierung
nellen Schemas (KS) zur Aufgabe haben werden. Der Bezug zur Informatikerstreckt sich dann sogar auf die personelle Ebene.
Obwohl wir erst im Abschnitt 5.4 auf Modellierungsmethoden eingehenwerden, soll bereits an dieser Stelle auf das konzeptionelle Datenschema eingegangen werden, da vermoge dieses Schemas Integrationspotentiale abgeleitetwerden konnen, Insbesondere aus der Sicht der Entwicklung von formatiertenDatenbanken sind zehn Prinzipien des Designs eines KS zu nennen:
1. Das KS stellt die Daten eines Unternehmens konsolidiert (aus der Sichtaller Anwendungen) dar.
2. Das KS kommt durch unternehmensweite Klarung von Fachbegriffen undderen Eigenschaften zustande.
3. Das KS ist unabhangig von den Strukturierungsbeschriinkungen der einsetzbaren Datenbanksoftware definiert .
4. Das KS ist neutral gegeniiber Einzelanwendungen und deren lokaler Sichtauf die Daten.
5. Das KS wird als Informationsdrehscheibe zwischen den Informationsnachfragern und den Informationsanbietern eingesetzt.
6. Das KS dient in Verbindung mit den Begriffen "externe Schemata", "10gische Schemata" und "interne Schemata" als Architekturmodell undOrdnungsrahmen fur die Daten.
7. Das KS bildet die Grundlage fur die Ableitung der in konkreten Datenbanken implementierten Datenstrukturen im Unternehmen.
8. Das KS bildet die Grundlage fiir die Planung und Realisierung integrierter Anwendungssysteme im Unternehmen.
9. Die Entwicklung des KS fordert die Feststellung alternativer Losungender Informationsverarbeitung (Zusammenhang mit Anwendungssystemen) .
10. Das KS bildet die gemeinsame sprachliche Basis fiir die Kommunikationaller an der Informationsverarbeitung beteiligten Personen.
5.3.2 Organisationseinheiten
Neben den Daten sind Organisationseinheiten der zweite Teil der statischenBetrachtungsebenen. Die systematische Darstellung der Organisationseinheiten erfolgt i.d.R. anhand von Organigrammen und Stellenbeschreibungen,d.h. Beschreibungen, welche Aktivitiiten durchgefiihrt werden. Hier findetsich bereits eine Integration der Ebenen Organisationseinheiten und Funktionen.
Neben den Menschen konnen dieser Betrachtungsebene auch die Betriebsmittel zugeordnet werden. Diese umfassen neb en der menschlichen Arbeitsleistung u.a. Maschinenressourcen sowie die Hardware. So stellt das betriebliche
5.3 Betrachtungsebenen 163
Netzwerk mit allen angeschlossenen Rechnern z.B. ein eigenes Modell dieserBetrachtungsebene dar."
5.3.3 F'unktionen und Prozesse
Funktionen stellen Teilaufgaben zur Erreichung der Unternehmensziele dar.Funktionen implizieren i.d .R. eine Zusammenfassung von Tatigkeiten, dieauf der jeweiligen Betrachtungsebene bzw. hinsichtlich des zweckorientierten Abstraktionsgrades nicht weiter aufgeteilt werden (sogenannte Elementartatigkeiten) . In unserer Begriffswelt sollen Funktionen immer an genaueine verantwortliche und / oder ausfiihrende Organisationseinheit gebundenwerden , d.h. nur dann weiter aufgeteilt werden konnen, wenn auch die Organisationseinheit eine entsprechende (weitere) Detaillierung zulaBt. Sie sindaber als organisationsiibergreifend zu betrachten. Mehrere Funktionen konnen zu iibergeordneten Funktionen (Aujgaben) oder Prozessen zusammengesetzt werden. Aufgaben entsprechen einer hierarchischen Zusammenfassungmehrerer Funktionen. Wird bei dieser Zusammenfassung gleichzeitig eine Reihenfolge der Funktionen definiert , so handelt es sich urn ein Ereignismodell(ProzeBmodell) .
Prozesse sind , etwas allgemeiner gefaBt, Ablaufe, wie sie sich aus der Ablauforganisation ergeben. Formal ausgedriickt stellt ein ProzeB eine zeitlich(und raumlich) spezifizierte Menge von Funktionen (Aktivitaten) mit einemAnfang und einem Ende sowie eindeutig definierten Eingangsgr6Ben (Input)und Ausgabegrofen (Output) dar; vgl. Davenport (1993). Spezielle Graphendieser Art lassen sich in Petri-Netze und ausfiihrbare Programme iibersetzen;vgl. Kap. 5.5.
Beziiglich integrierender Gesamtmodelle stellen Prozesse und Aufgaben als Abbildungen von Ablaufen - die dynamische Komponente dar. Die Abbildung der Aufbauorganisation beziiglich der Organisationseinheiten, Funktionen und Daten erfolgt hingegen statisch. Beispiele fiir Prozesse sind z.B.Produktionsprozesse oder die Bearbeitung von Urlaubsantragen im Rahmendes Workflow Management (vgl. Kap . 9.1.3). Neben der Reihenfolgebeziehungkann es erforderlich sein, bei mehreren m6glichen Nachfolgern Eintrittswahrscheinlichkeiten fiir die einzelnen Nachfolger anzugeben. Dies ist vor allem fiirdie Simulation von besonderer Bedeutung. Fiir die einzelne Funktion laBt sicheine Einbindung in ein Ereignismodell durch Angabe eines Startereignissesrealisieren, welches durch eine Nachricht die Funktion ausl6st und die selbstwiederum ein Ereignis als Ergebnis produziert (vgl. Abb. 5.2). Einer Funktionk6nnen neben der Bearbeitungsdauer auch Finanzmittel und Sachleistungen(Input) zugeordnet werden, die verarbeitet werden.
8 1m CIM-OSA Rahmenwerk stellen die Betriebsmittel eine eigenstandige Betrachtungsebene dar.
164 5. Unternehrnensrnodellierung
Abbildung 5.2. Urn Nachrichten erganzte ereignisorientierte ProzeJ3kette
5.3.4 Integration der Ebenen
Prinzipiell lassen sich Elemente aller Ebenen jeweils miteinander kombiniereno So konnen Zustandigkeiten fiir Betriebsmittel und Funktionen etc. abgebildet werden. Um die statische Darstellung der Daten zu erweitern, konnenDatenbestanden auch Organisationseinheiten zugeordnet werden, und zwarbeziiglich der Erzeugung der Daten und der potentiellen Nutzung von (andernorts erzeugten) Daten. Eine solche Zuordnung definiert einen eigenenInformations- bzw. DatenfluB zur (auf die Organisationseinheiten bezogenen)Aufgabenerfiillung. Wichtig bei dieser Zuordnung ist aber vor allem die Verteilung der Aufgaben der Datenpflege zu Organisationseinheiten.
Um allerdings eine ProzeBorientierung zu realisieren, erscheint es sinnvoll,die Funktion als zentrales Element im Rahmen der Ebenenintegration zu betrachten, da sich aIle iibrigen Objekte sinnvoll um den FunktionsfluB (ProzeB) gruppieren lassen. Fiir jede Funktion lassen sich die benotigten Datensowie die Ergebnisdaten spezifizieren. Fiir die Durchfiihrung einer Funktionbenotigt man immer eine verantwortliche Organisationseinheit, so daf auchhier eine eindeutige Zuordnung moglich ist . Betriebsmittel, wie notwendigemenschliche Arbeitsleistung, Maschinenressourcen, Hard- und Software, diezur Ausfiihrung genutzt werden , konnen zugeordnet werden. Leistungskennzahlen und Finanzmittel als Input bzw. Output einer Funktion lassen sichebenfalls zu einer Funktion angeben.
Dieser prozeBorientierte Ansatz wird auch bei der Geschaftsprozebmodellierung unter ARIS realisiert . Ein Geschaftsprozef stellt eine zusammengehorige Abfolge von Unternehmensverrichtungen zum Zweck der Leistungserstellung dar. Dieser kann in materielle und immaterielle Fliisse zerlegt werden , die den unterschiedlichen Betrachtungsebenen bzw. den sich ergebendenObjekten entsprechen (vgl. Abb. 5.3 in Erweiterung von Abb . 5.2).
Der Organisationsfluf kennzeichnet Zustandigkeiten und Leitungsbefugnisse. Der Kontroll- bzw. SteuerungsfluB steuert den logischen Ablauf durchEreignisse und Nachrichten, wobei die Funktionen des Prozesses die Fliisserealisieren. Der Betriebsmittel- und ArbeitsleistungsfluB bezeichnet die Leistungsabgabe von Potentialfaktoren, wahrend der Informationsfluf schliefllich den Zugriff auf die notwendigen Daten zur Funktionsausiibung beschreibt(vgl. Scheer (1998b), S. 11 ff.). Zudem existieren unter ARIS noch ein Ziel-,Finanz- und LeistungsfluB. Jede Funktion besitzt ein Ziel, das diese steuert . Der LeistungsfluB, der in den Sachleistungs- und DienstleistungsfluB unterschieden wird, und der FinanzmittelfluB beschreiben zum einen die not-
5.3 Betrachtungsebenen 165
Informations dienstleistung
I
Software II
--------------------~
fiihrt steuert Betriebsmittel-undArbeitsleistungsfluB
Ou_~~~g~h ~
Kontroll- bzw .SteuerungsfluB
- ----------------------------~
Organisationsfluf
Nutzun
• •Computer-
• Hardware.
oNutzun
Maschinenressource
menschlicheArbeitsleistung
-------------------------------------------------------------~
Zielflu13
-------------------------------------------------------------~LeistungsfluB
-------------------------------------------------------------~
FinanzmittelfluB
Abbildung 5.3. Das allgemeine ARIS-GeschaftsprozeBmodeli
wendigen Eingangsgr6Ben (Input) und Ergebnisse der jeweiligen Funktionenbzw. Prozesse (analog zum InformationsfluB durch die Informationsdienstleistungen) . In ARIS wird fiir den LeistungsfluB eine eigene Betrachtungsebeneeingesetzt.
Ein einziges Modell kann bei der vollstiindigen Darstellung aller Prozessemit allen Fliissen leicht uniibersichtlich werden. Es ist daher sinnvoll, die Betrachtungsebenen getrennt zu modellieren (vgl. das CIM-OSA Rahmenwerk)und (mittels definierter Sichten auf das Gesamtmodell) Komponenten einzeIner Teilmodelle fiir spezielle Betrachtungen zu verkniipfen, Hierzu zahltdann z.B. die Erstellung von (ereignisgesteuerten) Prozessen auf der Basisvon Funktionsrnodellen."
Im folgenden Abschnitt werden giingige Methoden der Modellierung vorgestellt. Hier wird wiederum deutlich, welche Methoden primar auf welcherBetrachtungsebene eingesetzt wurden bzw. werden. Wir fokussieren dabei aufMethoden, die fiir das Informationsmanagement im engeren Sinne relevantsind, d.h. im wesentlichen auf die semantische Ebene. Die Ubergange von die-
9 Diese Methode der Verkniipfung entspricht den Forderungen "Beginne klein underweitere" sowie " Teile und herrsche" .
166 5. Unternehmensmodellierung
ser Ebene der Modellierung zur tatsachlichen Anwendungsentwicklung, dieGegenstand der Wirtschaftsinformatik ist, werden dabei aufgezeigt, sollenaber nicht vertieft dargestellt werden.
5.4 Modellierungsmethoden
Nachdem wir im letzten Abschnitt unterschiedliche Betrachtungsebenen vorgestellt haben, gehen wir in diesem Kapitel auf unterschiedliche Modellierungsmethoden bzw. Beschreibungssprachen ein. Diese konnen zum Entwurfeiner Datenbank oder eines Anwendungssystems, aber auch eines Simulationsmodells als Planungsinstrument konzipiert sein.
Ist das Ziel der Modellierung die Konzeptionierung von Anwendungssystemen, so rniissen alle die Diskurswelt betreffenden Regeln im konzeptionellen Modell definiert werden , d.h. keine der relevanten Regeln oder Gesetzrnailigkeiten darf erst als Teil des implementierten Programms hinzukommen. Das konzeptionelle Modell darf zudem ausschlieBlich Regeln undGesetzmafligkeiten der Diskurswelt enthalten, d.h. Regeln, die Implementierungsaspekte betreffen, sind im konzeptionellen Modell unzulassig,
Konzeptionelle Modelle sollten im Idealfall folgenden Anforderungen geniigen bzw. die folgenden Eigenschaften besitzen, wie sie zum Teil auch inden Uberlegungen zu den Prinzipien der Modellierung und im Kontext desKS-Designs angesprochen wurden:
• implementierungsunabhangig• abstrakt• formal• modularisierbar• analysierbar• nachvollziehbar• ausfiihrbar
Die Forderung nach Ausfiihrbarkeit betrifft zwei unterschiedliche Aspekte,zum einen die Forderung nach (teil-) automatisierter Informationssystemerstellung; zum anderen kann hierunter auch verstanden werden, Prozesse aufder Grundlage der Modelle im zeitlichen Verlauf zu betrachten, d.h. diesezu simulieren. Ziel der Simulation kann z.B. die Analyse der Prozesse inbezug auf tatsachliche Bearbeitungsdauern sein, die aufgrund von kapazitatsbedingten Engpassen in den Organisationseinheiten entstehen.
In der Literatur finden sich eine breite Anzahl von Methoden, die dortoftmals nebeneinander dargestellt werden, ohne Beziige zwischen den Methoden herzustellen; vgl. z.B. Keller (1993). Mit Modellierungsmethoden konnendrei Ansatze verfolgt werden:
1. Abbildung von statischen Zusammenhangen, wie z.B. von Organisationsstrukturen, Funktionshierarchien und Datenbestanden
5.4 Modellierungsmethoden 167
2. Statische Abbildung von Prozessen, z.B. Arbeitsablaufplanen3. Dynamische Abbildung von Prozessen
In Abb . 5.4 sind den drei Ansatzen unterschiedliche Methoden der Modellierung zugeordnet. Der Abbildung kann weiterhin entnommen werden, daBmit der Objektorientierung aIle Ansiitze gleichzeitig verfolgt werden konnen,
statische Abbildung von dynamischcnZusammcnhiin en
Darstellung von statischenZusammenhiingenr- -,
Datcnmodclle,Organigramme,
Funktionshierarchiediagrammc
dynamische Abbildung vondynamischcnZusammcnhiingen
Prozcl3modellc
Struktograrnm,Prograrnmablaufplan,Datenflu llplan,Strukturierte Analyse,SADT.HIPO
Sirnulatorenmit Skriptsprachen
Simulationsmodelie
Prozellmodcllc
Petri-Netze,cndliche Automaten
basieren teilweise auf
Abbildung 5.4. Modellierungsmethoden
1m weiteren Verlauf dieses Kapitels werden wir unterschiedliche Methodenkurz vorstellen, wobei wir uns an der in Abb. 5.4 vorgenommenen Klassifikation orientieren. In den folgenden Abschnitten werden wir teilweise einenHelp Desk als Beispiel zur Anwendung der einzelnen Modellierungsmethodenverwenden. Der Begriff Help Desk umfaBt Geschiiftsfunktionen, die Anfragenund Probleme von Kunden behandeln.!" Die Aufbauorganisation des HelpDesks sei folgendermaBen gestaltet:
1. Ebene (first level): Telefonzentrale
• Management der eingehenden Anrufe, Faxe und E-Mails• Aufnahme der Kundendaten• Beantwortung einfachster Fragen
10 Zu einer Einfiihrung und einer Ubersicht verschiedener Help Desk-Softwaresysteme wird auf Jagodic und Ungerer (1998) verwiesen. Vgl. dariiber hinausauch den Begriff des Information Center zur Unterstiitzung von Endbenutzernbei der Nutzung der IT.
168 5. Unternehmensmodellierung
• Eingliederung in Warteschlangen fiir den zustandigen Kundenbetreuer(kundenbezogen)
2. Ebene (second level) : Kundenbetreuer• Beantwortung der Fragen• Pflege der Datenbank mit den bekannten Problemfallen und zugeho
rigen Losungen• gegebenenfalls Kontaktierung von Experten aus den Fachabteilungen
zur Klarung der Fragen3. Ebene (third level): Experten aus Fachabteilungen
• Losung von Problemen - Losung dem Kundenbetreuer erlautern
5.4.1 ER-Modellierung
Das Entity Relationship-Modell nach Chen (1976) hat sich als die wesentliche Beschreibungssprache fiir den Entwurf von Datenbanksystemen herausgestellt . Die Methode basiert auf Objekten (Entitaten), die durch Attributegekennzeichnet werden, sowie Beziehungen (Relationen) zwischen den Objekten. Es handelt sich um ein semantisches Modell, z.B. zur Darstellung deskonzeptionellen Schemas.
Attribute sind die kleinsten, sinnvollen Einheiten zur Strukturierung vonDaten iiber ein Informationsobjekt, ein von einem real en Objekt abstrahierten und innerhalb eines Modells verwendeten Reprasentanten des Objekts.So kann z.B. kann das Informationsobjekt Mitarbeiter iiber die AttributeName, Personalnummer, Stellennummer, Gehalt etc. beschrieben werden . EinObjekttypenmodell stellt dann eine Zusammenfassung bzw. Einteilung von(Informations-) Objekten unter spezifischen Begriffen dar (Aquivalenzrelation) .
Ein weiteres Element sind Beziehungstypen, die Beziehungen zwischenObjekten abbilden, wie z.B. die Zuordnung von Kunden zu einem Kundenberater. Beziehungen konnen durch Angabe von K ardinalitiiten dahingehendspezifiziert werden, wie oft ein Objekt an einer Beziehung, die fiir zwei odermehr Objekttypen definiert ist, teilnehmen darf. So ist es bei einer entsprechenden Organisation eines Help Desks gegebenenfalls sinnvoll, daB jederKunde genau einem Kundenbetreuer, ein Kundenbetreuer aber beliebig vielen Kunden zugeordnet werden darf.
Neben diesen einfachen Konzepten existieren verschiedene Erweiterungender ER-Modellierung. Die wesentlichen Erweiterungen der Modellierungssprache sind :ll
• Generalisierung / Spezialisierung (von Objekten)• Integritatsbedingungen: Einschrankungen der erlaubten Zustande oder Zu
standsiibergange eines Datenbestands (Aussagen beziiglich der Konsistenz("Giiltigkeit") von Daten, die stets erfiillt sein miissen).
11 Fur eine Beschreibung der Sprache wird der Leser auf Elmasri und Navathe(1994) sowie Vossen (2000) verwiesen .
5.4 Modellierungsmethoden 169
5.4.2 Struktogramm, Programmablaufplan und DatenfluBplan
Struktogramme dienen der statischen Beschreibung von Prozessen.P IhrenUrsprung findet dieses graphische Beschreibungsmittel in der Programmierung. Dem Modellierer stehen die drei Grundelemente Reihung, Verzweigungund Wiederholung zur Verfiigung, urn Bearbeitungsschritte abzubilden (vgl.Abb . 5.5 (a)) . Damit eignet sich diese Methode insbesondere zur Darstellungvon Funktionen und ihren logischen Zusammenhangen.
Start
nein
AufnahmeKundendaten(I. Ebene)
Problemedirekt losbar
Probleme inWarteschlangeVer
zweigung
Operation,allgemein
Eingabe/
Ausgabe '-----_-'-------.-----'-------'
Losungerklaren(I. Ebene) ja
Wiederholung
Bedingung
Reihung
Wiederholen bis aile IProbleme bearbeitet sind
Aufnahme Problem (I. Ebene)-c..-
~m~ja losbar nein-f-
Losung Aufnahmeerkliiren Kundendaten(I. Ebene) (I. Ebene)
Anfrage anKundenberaterweiterleiten
Anfrage anKundenberaterweiterleiten
(a) Struktogramm (b) Programmablaufplan
Abbildung 5.5. Beispiel: Struktogramm und Programmablaufplan fiir die ersteEbene des Help Desks
Der Programmablaufplan ist ebenfalls eine Methode zur Beschreibung vonProgrammen, die aufgrund einer starker differenzierenden und (in einem gewissen Rahmen) iibersichtlicheren Darstellungsweise den Struktogrammeniiberlegen erscheint (vgl. Abb. 5.5 (b)) . Die moglichen Bestandteile von Pro-
12 Die in diesem und im folgenden Abschnitt dargestellten Methoden werden z.B.von Keller (1993) sowie Ferstl und Sinz (1998) ausfiihrlicher diskutiert und inden Kontext der Unternehmensmodellierung gestellt .
170 5. Unternehmensmodellierung
grammablaufplanen sind in der Abbildung kursiv angegeben, wobei weitereElemente der DIN 66001 entnommen werden konnen.P
Der DatenfiujJplan stellt eine normierte Methode zur graphischen Darstellung von Datenfliissen in Systemen in Form eines gerichteten Graphen dar.Ziel dieser Darstellungsweise ist es, fiir Funktionen aufzuzeigen , welche Datenben6tigt werden und welche neuen Daten durch die Bearbeitung entstehen.Auch die Art der Ubertragung wird visualisiert, wobei zwischen dem Transport der Datentriiger und der Dateniibertragung unterschieden wird. Ergebnis ist somit ein Ablaufdiagramm der auszufiihrenden Bearbeitungsschritteunter Beriicksichtigung der ben6tigten und erzeugten Daten. Der zeitlogischeAblauf der Bearbeitungsschritte ist allerdings nicht eindeutig, was den statischen Charakter dieser Darstellungsform weiter unterstreicht. Ein Beispielmit den hierfiir verwendeten Symbolen findet sich in Abb. 5.6.
Eingreifen vonHand
ProblemDatenbank
Eingeben vonHand
Plattenspeicher
Abbildung 5.6. Beispiel : DatenfluBplan fur die zweite Ebene des Help Desks
13 Eine weitere Methode zur statischen Darstellung von Prozessen im Kontextder Programmentwicklung stellt die Hierarchy of Input Process Output-Methode(HIPO-Methode) dar. Dieses graphische Verfahren zur Formalisierung und Visualisierung von Programmarbeitsschritten dient der Entwurfsphase von Softwareentwicklungsprozessen. Die Darstellung erfolgt in Form von Baumdiagrammen, in denen Prozesse hierarchisch aufgeteilt werden. Jeder Prozef (hier alsFunktion bezeichnet) wird durch eine ProzeBbeschreibung und die Ein- und Ausgabedaten definiert . Je nach Detaillierungsgrad werden die so entstehenden Ebenendiagramme als Ubersichts- oder Detaildiagramme bezeichnet.
5.4 Modellierungsmethoden 171
5.4.3 Strukturierte Analyse und Vorgangskettendiagramme
Bei der Methode Strukturierie Analyse (SA) stehen wiederum Datenfliisse imVordergrund der Betrachtung; vgl. DeMarco (1978) sowie Yourdon (1989).Funktionen sollen hier nicht isoliert betrachtet werden, sondern es werdeninsbesondere Beziehungen zwischen Funktionen herausgestellt. Funktionenund Daten bilden dabei duale Sichtweisen eines Systems.
DatenfluBdiagramme stell en eine von drei Komponenten der SA dar. Dieeinzelnen Elemente konnen Tab . 5.2 entnommen werden. Jede Funktion beschreibt eine Transformation von Eingangs- in Ausgangsdaten. Einer Funktion werden zudem ein Steuerungs- und KontrollfluB sowie ein Mechanismuszugeordnet, d.h. ein ProzeBtriiger oder Prozessor, der die Aktivitiit ausfiihrtoder unterstiitzt.
ElementDatenfliisseProzesseDateien und andere SpeichermedienQuellen und Senkenund- Verkniipfungenoder-Verkniipfungen
DarstellungsformpfeileKreisezwei parallel verlaufende gerade LinienRechteckeSterneKreuze
Tabelle 5.2. Komponenten der DatenfluBdiagramme; vgl. Keller (1993) , S. 76
Die zweite Komponente stellen Data Dictionaries dar. Hier werden Definitionen iiber die Datenfliisse, die Komponenten der Datenfliisse, die Dateienund die Prozesse verwaltet .
Die dritte Komponente sind Minispezifikationen, die der eigentlichen Beschreibung der Funktionen (auf der untersten Ebene, der sogenannten Basisebene) dienen. Diese bestehen aus einer Beschreibung des zu erzielendenErgebnisses und Transformationsregeln zur Umwandlung von Ein- in Ausgabedaten.
Ein wesentlicher Vorteil dieser Methode liegt in den Moglichkeiten derStrukturierung der Datenfliisse. Komplexe Sachverhalte lassen sich hierarchisch gliedern, indem Prozesse auf der darunterliegenden Hierarchiestufeweiter aufgegliedert werden . So konnen funktionale Zusammenhiinge beziiglich der Prozesse dargestellt werden , ohne daf der Benutzer einem MegaModell gegeniibersteht, sondern iiber die Hierarchieebenen hinweg navigieren kann . Ziel dieser Modellierungsmethode ist die Unterstiitzung sowohlder Anforderungsanalysephase als auch der Definitionsphase des Softwareentwicklungsprozesses. Aus diesen Strukturierungsmoglichkeiten lassen sichdie Entwurfsprinzipien von SA-Diagrammen ableiten. So wird mit der SALd.R. ein Top Down-Ansatz verfolgt, wobei eine schrittweise Verfeinerungausgehend von einem iibergeordneten Prozess propagiert wird . Im Rahmen
172 5. Unternehmensmodellierung
der Hierarchiebildung kann eine beliebig tiefe ProzeBdekomposition realisiertwerden.
Mit dieser Methode k6nnen allerdings keine Zeitablaufe beziiglich der Erledigung von Funktionen abgebildet werden, d.h. es k6nnen wiederum keinedynamischen Aspekte analysiert werden .J"
Die Methode der Vorgangskettendiagramme wurde von Scheer (1990a)entwickelt und dient der Darstellung von Prozessen iiber Abteilungsgrenzenhinweg. Objekte, z.B. Produkte, werden hier iiber die ihnen zugeordnete Folgevon auszufiihrenden Funktionen definiert . Die Darstellung des Informationsflusses erfolgt als Informationsinput, der anschlieBenden Tatigkeit und einemInformationsoutput.l" Diese Diagramme dienen damit der Visualisierung derReihenfolge von Tatigkeiten (Prazedenzstruktur} , der jeweils verwendetenBetriebsmittel sowie der Erkennung von Medienbriichen zwischen der EDVund manueller Bearbeitung. Im Kontext der Medienbriiche sind insbesondere das Aufzeigen von Datenredundanz, von Mehrfacherfassung sowie vonzeitlichen Verz6gerungen der Vorgangsbearbeitung von besonderer Bedeutung, wobei ein Ziel dieses Modellierungsansatzes in der Vorgangsautomatisierung gesehen werden kann (z.B. einfache Formularhandhabungssystemeoder komplexe Workflow Management-Systerne) . Vorgangskettendiagrammesind im Kontext der Weiterentwicklung der Modellierungsansatze in ARISiibergegangen.
5.4.4 Petri-Netze
Petri-Netze dienen der Modellierung verteilter Systeme und Ablaufe, Sie erlauben die Simulation der Modelle mittels einfacher Verhaltensregeln undkonnen daher eingesetzt werden, urn dynamische Aspekte dynamisch abzubilden, d.h. sie fungieren als lauffahige Programme und unterscheiden sich
14 Die Methode Strukturierte Analyse und Design Technik (SADT) ist der SA sehrahnlich und unterscheidet sich im wesentlichen in der Betrachtungsweise. Siesoli die Kommunikation zwischen Personen mit verschiedenen Funktionen erleichtern und der Dokumentation der (Zwischen-) Ergebnisse der Analyse undEntwurfsprozesse dienen. Nachteil dieser Darstellungsweise ist wiederum die statische Darstellung von Prozessen, d.h. daB die Prozesse nicht im Gesamtkontextanalysiert werden konnen. Die Klarung der Begriffe und Zusammenhange unddie Unterstiitzung des Softwareentwurfs ist das wesentliche Ziel, nicht aber dieAnalyse der Geschaftsprozesse an sich.
15 Man beachte hierbei den Bezug zum klassischen ProzeB der Produktionsplanung;vgl. Domschke et al. (1997). Bezieht man sich auf Scheer (1990a) sowie altereAuflagen von Scheer (1997) - z.B, die erste bis dritte Auflage - so wird die Herkunft aus diesem Bereich nicht nur fiir das Informationsmanagement, sondernauch fiir die Wirtschaftsinformatik mehr als deutlich. Die dariiber hinausgehendeVerselbstandigung und auch zwischenzeitliche Abkehr der Wirtschaftsinformatikund des Informationsmanagements vom Operations Research - nicht nur in diesem Bereich - konnte sich in Zukunft als Fehler erweisen , insbesondere wenn esurn die Integration von Planungsfunktionalitat in die Unternehmensmodellierunggeht.
5.4 Modellierungsmethoden 173
damit von den bisher dargestellten Modellierungsmethoden. Ziel dieser Methode ist, moglichst viele Erscheinungen bei der Informationsiibertragungund Informationswandlung in einheitlicher und exakter Weise zu beschreiben. Fiir eine Einfiihrung und Vertiefung der Materie wird der Leser aufAbel (1990), Baumgarten (1996), Desel und Oberweis (1996) sowie Schnieder (1993) verwiesen .
In Abb. 5.4 sind Petri-Netze als mogliche Basis der Simulationsmodelledargestellt . Natiirlich konnen sie auch direkt zur Unternehmensmodellierungeingesetzt werden . Es ist dabei allerdings anzumerken, daB die Modellierungmittels Petri-Netzen im Vergleich zur objektorientierten Modellierung, wie siez.B. von einigen Simulationssystemen angeboten wird, der Programmierungvon Assembler gegeniiber Sprachen der vierten Generation entspricht.!" Trotzdieser Kritik behandeln wir Petri-Netze in diesem Kapitel, urn die Grundlagen fiir die Modellierung lauffiihiger Unternehmensmodelle zu schaffen, wiesie z.B. fiir die Gestaltung und Optimierung von Workflow ManagementSystemen benotigt werden.
Petri-Netze sind gerichtete Graphen. Ein gerichteter Graph besteht auseiner Menge von Knoten und einer Menge von gerichteten Kanten, wobei eineKante jeweils zwei Knoten in einer Vorgiinger-Nachfolger-Beziehung miteinander verbindet. In Petri-Netzen ist zwischen zwei Knoten jeweils maximaleine Kante zuliissig, und alle Knoten miissen im Graphen iiber eine Kanteerreichbar sein.
Die Knotenmenge wird in zwei disjunkte Mengen aufgeteilt, die aktiven und die passiven Systemkomponenten. Passive Komponenten werdenals Kreise dargestellt und beschreiben den aktuellen Zustand des Knotens.Aktive Komponenten werden als Quadrate symbolisiert und reprasentierenEreignisse, die den Ubergang von einem alten zu einem neuen Zustand desGraphen realisieren. Es lassen sich drei verschiedene Klassen von Netztypenangeben:
1. Kanal-Instanzen-Netz: Diese Klasse zeigt eine statische Sicht auf ein zugrundeliegendes Problem. Die passive Komponente (Kreis) wird als Kanal bezeichnet und reprasentiert Informationszustande, Das Beispiel desHelp Desks ist in Abb. 5.7 als Kanal-Instanzen-Netz modelliert.
2. Bedingung-Ereignis-Netz: In diesem Netztyp wird festgelegt, welche Bedingungen erfiillt werden miissen, damit ein bestimmtes Ereignis eintreten kann. Erfiillte Bedingungen werden mit einem Punkt (Markierung)gekennzeichnet (vgl. Abb. 5.8). Sind alle Bedingungen, die auf ein Ereignis zeigen, erfiillt, so tritt das Ereignis ein und liefert - iiber das sogenannte Schalten der folgenden aktiven Komponente - als Ergebnis eineMarkierung der nachfolgenden passiven Komponente. Im Beispiel kanndie Problemaufnahme durch den Mitarbeiter auf Ebene 1 erfolgen , dasowohl der Mitarbeiter verfiigbar ist als auch ein Anruf eingegangen ist.
16 Dennoch linden sich viele Anwendungen fur Petri-Netze, insbesondere in technischen Systemen bzw. der Systemautomatisierung.
174 5. Unternehrnensrnodellierung
Losung Losunggemeldet in Datenbank
aufhehmen
Losungin Datenbankaufgenommen
Kundenkontaktaufhehmen
Anruf
Kundenkontaktaufgenommen
Losungmelden
Losungmelden
Losunggefunden
Abbildung 5.7. Kanal-Instanzen-Netz
Die genaue Problemaufnahme des weitergeleiteten Auftrags durch einenMitarbeiter der zweiten Ebene kann aber erst erfolgen, wenn der Mitarbeiter der zweiten Ebene frei ist, d.h. die entsprechende Markierunggesetzt istP
3. Stellen-Transitions-Netz: Dieser Netztyp stellt eine Erweiterung des Bedingung-Ereignis-Netzes dar. Stellen bilden die passiven Elemente des Systems. Durch eine Kapazitiitsangabe an jeder Stelle wird die maximaleAnzahl moglicher Markierungen festgelegt. Die Kanten sind in diesemGraphen bewertet, wobei das Gewicht die Anzahl an Markierungselementen definiert, die beim Schalten transformiert werden. Die Transformation erfolgt tiber die Transition (aktive Komponente), die schaltet,sobald fiir aile eingehenden Kanten die Zahl der Markierungen der vor-
17 An einigen Stellen irn Modell treten Konflikte derart auf, daf eine Stelle zweiNachfolger hat, wobei jeweils nur ein Nachfolger schalten solI. Urn festzulegen,welcher Nachfolger zu wahlen ist, sind Regeln irn Modell zu hinterlegen. Dieskann durch explizite Angabe in den Knoten erfolgen oder durch Nutzung sogenannter gefiirbter Petri-Netze, bei denen aus der Farbe der Markierung derNachfolger abgeleitet werden kann.
5.4 Modellierungsmethoden 175
MitarbeiterEbene Iverfiigbar
AufuahmeProblem
Losungdirekterklaren
Anruf
genaueAufnahmeProblem
Abbildung 5.8. Bedingung-Ereignis-Netz
MitarbeiterEbene 2verfiigbar
gelagerten Stellen die Kantenbewertung zur betrachteten Transition erreicht oder iiberschreitet. 1m Beispiel des Help Desks kann dieser Netztypgenutzt werden, urn mehrere Mitarbeiter pro Ebene abzubilden. Da immer eine ProzeBinstanz behandelt wird, sind alle Kantenbewertungen aufden Wert eins zu setzen. Fur jeden Mitarbeiter ist in der Initialisierungdes Netzes eine Markierung der Stellen Miiarbeiter Ebene X verfiigbarzu setzen . Die Anzahl maximaler Markierungen k pro Stelle kann fiir dieStellen , die die verfiigbaren Mitarbeiter reprasentieren, ebenfalls auf dieAnzahl eingesetzter Mitarbeiter der jeweiligen Ebene eingestellt werden .Alle anderen Schranken konnen auf k = 00 gesetzt werden. In Abb. 5.9 istdas Schalten fiir die erste Ebene nach Eingang eines Anrufs dargestellt .
Ebene Iverfiigbar
AufuahmeProblem
k='"• Anruf
eingegangen
AufuahmeProblem
k=OOAnrufeingegangen
(a) vor dem Schalten (b) nach dem Schalten
Abbildung 5.9. Stellen-Transitions-Netz
176 5. Unternehmensmodellierung
Ein Nachteil der Darstellungsform liegt im notwendigen Detaillierungsund Abstraktionsgrad - im Sinne einer exakten mathematischen Formulierung. In der urspriinglichen Form der Petri-Netze sind Moglichkeiten derVerdichtung (Hierarchisierung) von Modellkomponenten nicht gegeben, d.h.Daten, Funktionen und Organisationseinheiten sind auf der gleichen Ebeneund dariiber hinaus in der gleichen Notation abzubilden, was entsprechendeAbbildungen durchaus kompliziert erscheinen lassen kann ; vgl. Abb. 5.7. Soist der logische Ablauf in einem Petri-Netz ohne Werkzeug-Unterstiitzung,mit der der Ablauf simuliert werden kann, Ld.R. nicht ersichtlich; vgl. z.B.Keller (1993). Fiir derartige Zwecke eignen sich insbesondere spezialisierteSimulationsumgebungen, die im folgenden Abschnitt thematisiert werden.
5.4.5 Simulation
Urn Prozesse zu simulieren, muf es das zugrundeliegende Modell ermoglichen,sie dynamisch abzubilden. Unter Simulation wird im allgemeinen die Nachbildung eines dynamischen Prozesses in einem Modell verstanden, urn zuErkenntnissen zu gelangen, die auf die Realitat iibertragbar sind (RichtlinieVDI 3633). Der Einsatz von Simulation wird dann erforderlich, wenn sichein analytisches mathematisches Optimierungsmodell aufgrund der Komplexitat nicht mehr oder nur noch mit unvertretbarem Aufwand definieren liiBt,analytische Methoden zu stark vereinfachende Annahmen erfordern, diese zukompliziert oder mit nur zu groBem Aufwand anwendbar sind , und die Untersuchungen am real en System zu komplex, zu kostspielig, zu gefahrlich oderiiberhaupt nicht moglich sind; vgl. Domschke und Drexl (1998).
Petri-Netze stellen eine rnogliche Basis (Konzept) fiir die diskrete, ereignisorientierte Simulation dar, die wir in diesem Unterabschnitt kurz vorstellen. Diese Form der Simulation findet derzeit vor allem in den BereichenProduktion und Logistik, speziell im Zusammenhang mit MaterialfluBsystemen, Anwendung.l" Da aber auch GeschiiftsprozeBmodelle (als Teil der Unternehmensmodelle) meist sehr komplex sind und eine Bewertung der Prozesse mittels mathematischer Formulierungen oder Modelle aufgrund ihrerKomplexitiit Ld.R. nicht moglich ist , bieten sich Simulationsmodelle auch fiirdiesen Anwendungsbereich an; vgl. z.B. Liem et al. (1997) . Dariiber hinaussollten Workflow Management-Systeme in der Testphase (Validierung undVerifikation) simuliert werden, bevor sie im operativen Betrieb eingesetztwerden . Aus diesen Griinden ist die Behandlung der Simulation im Rahmen
18 Vgl. hierzu z.B. Noche und Wenzel (1991» . Einige Beispiele in der Automobilindustrie finden sich bei Spieckermann und Gutenschwager (1997) , die aile dreiAnwendungsbereiche, wie sie die VDI Richtlinie 3633 vorschlagt , namentlich diePlanung, die Realisierung sowie den operativen Betrieb von Systemen, abdecken.Neben dem zeit lichen Veriauf von Projekten findet die Simulation Anwendungauf allen Ebenen der Planung, der strategischen, der taktischen und der operativen Ebene.
5.4 Modellierungsmethoden 177
des Informationsmanagements eine sinnvolle Erganzung zu anderen Modellierungsrnethoden.
Die diskrete, ereignisorientierte Simulation basiert (irn Gegensatz zurkontinuierlichen Simulation) darauf, daB die Modellvariablen ihre Wertenur zu bestimrnten (diskreten) Zeitpunkten verandern k6nnen. Diese Zustandsiibergange der Modellvariablen (die als Ereignisse bezeichnet werden)definieren dann den Ablauf eines Simulationsexperiments. Ereignisorientiertbedeutet, daf das Modell nur zu den Zeitpunkten betrachtet wird, in deneneine Zustandsveranderung eintritt. Zustandsiibergange k6nnen beispielsweisedarin bestehen, daB ein Auftrag eine Abteilung erreicht oder eine belegte Ressource frei wird. Ein Ereignis kann jeweils weitere, sogenannte Folgeereignisseausl6sen (z.B . Auftrag verlafit die Abteilung nach der Bearbeitung) . Die Zeitpunkte, zu denen die (Folge-) Ereignisse auszufiihren sind, werden jeweils neuberechnet (z.B . auf der Basis von Wahrscheinlichkeitsverteilungen).
Simulatoren stell en Entwicklungsplattformen zur Erstellung von Simulationsmodellen dar und dienen im wesentlichen der Abbildung der Zeit unddes stochastischen Verhaltens von Systemen. Dariiber hinaus beinhalten vieleSimulatoren wiederverwendbare Softwarekomponenten, die z.B . fur die Abbildung von Lager- oder Produktionssystemen gemaf der abzubildenden Anlagekombiniert und erweitert werden k6nnen. Das zentrale Element eines ereignisorientierten Simulators ist die Ereignisliste bzw. der Ereigniskalender. Dortwerden alle Zustandsanderungen mit ihrem Eintrittszeitpunkt, der Bezeichnung der betroffenen Objekte und unter Urnstanden weiteren Angaben einsortiert. Die Grobstruktur der Ablaufebene ereignisorientierter Simulatorengestaltet sich wie in Algorithmus 5.1 dargestellt .
Initialisierung: Auffiillen der Ereignisliste mit Startereignissenwhile Simulationsende nicht erreicht do
Ermittle den Zeitpunkt T E des nachsten Ereignisses eSetze die Simulationszeit auf T EArbeite das Ereignis e abErzeuge Folgeereignisse (und sortiere diese in die Ereignisliste ein)Entferne das Ereignis e aus der Ereignisliste
endwhile
Algorithmus 5.1. Funktionsweise des Ereigniskalenders
Fur die Modellierung kommen daher zwei neue Aspekte hinzu. Die Modellierung von Zeitablaufen, speziell die vollstandige Beschreibung aller Folgeereignisse einschlieBlich der Zeitabstande, und die Angabe von Wahrscheinlichkeiten, wenn einem Ereignis rnehrere Folgeereignisse zugeordnet sind. EinVerstandnis der Grundlagen der Statistik ist also erforderlich, urn den Einfluf des" Zufalls" auf Realitat und Modell richtig einschatzen und abbildenzu konnen,
178 5. Unterne hmensmodellierung
Filr das Verst andnis eines Simulationsablaufs sind Warteschlangensystem e wichtig . Ihre allgemeine Struktur kann folgendermaBen beschriebenwerden (vgl. Kosturiak und Gregor (1995)): Sogenannte bewegliche Objekt ewerden in Quellen generiert und reihen sich in Warteschlangen, die Stationen (Bedienstellen oder Bearbeitungsplatze) reprasentieren, ein. In diesenStationen erfolgt die Abfertigung (Bearb eitung) der beweglichen Objekte.Die Bearbeitung ste llt Ld.R. eine Black Box dar, d.h . es werden im Modellnur der Anfangszeitpunkt und der Endz eitpunkt der Bearbeitung betrachtet. Nach Erreichen des Endzeitpunkts der Bearb eitung verlaflt das jeweiligebewegliche Objekt die Station und reiht sich in die nachste Warteschlangeein oder wird in einer sogenannten S enke vernichtet . Die Entscheidung tiberdie als nachstes anzusteuernde Warteschlange kann per vordefiniertem Arbeitsplan , per Zufallszahlengenerat or oder per (programmierter) Strat egieerfolgen. Die Auswahl des nachsten Obj ekt s zur Bearbeitung aus einer Warteschlange kann ebenfalls zufallig oder per programmierter Strat egie erfolgen.Eine Stand ardstrategie stellt FIFO (Fir st In - First Out) dar. Die Struktureines Warteschlangensystems ist in Abb. 5.10 dargestellt .
Au'gangs- Elnl;anl;'- Au'gang... Elnl;anl;S- Au,gangs- Elnga ng.-steuerung steuerung steuerung steuerung steuerung vte uer ung
Bestimmung Bcrcchnung dcr Beenden Bcrcchnung dcr Becndcn Vcrn ichtcndcr Hearbcitun gs- der Bcarbcitungs- de r desNach folge- dauc r (z.B. auf Bcarbe itung, dauc r Bearbcitung, bcwcg lic hcnStation Basis eincr Weitcrleitcn weitcrleiten Ohjckt s
Wahrschcinlich-kcitsvcrtcilun g)
I Stat ion 0 ~.... Wartc-- t>4 t---schlange I 1 Station I
iQuelle
Wartc ---.~ . l IStation 4 1schlange 3 Station 3 r
{Erzcugcn Wan e-- ..: Station 2 ~
Senkedes .• schlangc 2
bcwcglichcnObj eklS)
Abbildung 5.10. St ruktur eines Warteschlangensyst ems
Wir haben bereits angesprochen, daBdie Simulation auf Petri-Netzen aufsetzen kann . In der einfiihrenden Literat ur finden sich weitere, hohersprachigeKonzepte, wie z.B. das Bausteinkonzept; vgl. z.B. Noche und Wenzel (1991)oder Kosturiak und Gregor (1995). Beim Bausteinkonzept, auf dem auch
5.4 Modellierungsmethoden 179
SiMPLE++19 basiert, verfiigt der Anwender iiber eine Bibliothek vordefinierter Bausteine, die sich in statische und dynamische Objekte unterteilen lassen. Die statischen Objekte beschreiben das Systemlayout, z.B.Bearbeitungsstationen. Die dynamischen Elemente lassen sich in Bearbeitungsobjekte (Produkte), Bearbeitungselemente (Fertigungshilfsmittel, Arbeiter, mobile Montagehilfsmittel), Transportelemente (passive und aktiveForderhilfsmittel) und Informationselemente (Nachrichten oder Datensatze)unterteilen; vgl. z.B. Kosturiak und Gregor (1995). Diese Bausteine lassensich nun beliebig zu neuen , komplexeren Bausteinen kombinieren. Eine Programmierung moglicherweise notwendiger Steuerungsstrategien erfolgt meistiiber eine Skriptsprache des Simulationssystems. Der Ereigniskalender stehthier ebenfalls als Baustein zur Verfiigung. In Abb. 5.11 ist der Bausteinkastenvon SiMPLE++2o dargestellt .
(lee res) Netzwerkzur DefinitionneuerObjckle
Puffer
•
Einzclstation Tabelle Ercigni,kalcOOc:r
I I
~~;;~:;;i==t=~f::==tI- Paleu e(bewegllcbes Objektj
Fahrzeug (bewegficbesObjekt)
- - Zufallv:JhlcngcnCr.llor
globale Variable
Abbildung 5.11. Bausteinkasten des Simulators SiMPLE++
Mit Simulatoren, die nach dem Bausteinprinzip arbeiten, lassen sich teilweise bereits durch Kombination und Parametrisierung des bereitgestelltenBausteinvorrats einfache Modelle erstellen. Es ist allerdings eine Illusion zuglauben, man konnte groBere und komplexe reale Systeme nur auf diese Artund ohne Programmierung - zumindest in der Skriptsprache des Simulators abbilden.
19 Der Simulator SiMPLE++ wird seit Anfang 2000 unter dem Namen eM-Plantvon der Firma Tecnomatix vertrieben. Mit diesem Simulator wird auch das Beispiel Help Desk in Abschnitt 5.7 modelliert.
20 Weltweit gibt es fur Simulation iiber 100 Werkzeuge von nahezu ebenso vielenAnbietern; vgl. Spieckerrnann et al. (1997) sowie Swain (1997) .
180 5. Unternehmensmodellierung
Uberwiegend sollen mit Simulationsexperimenten What-if-Analysen undHow-to-achieve-Analysen durchgefiihrt werden. Grundsatzlich ist bei Simulationsstudien zu bedenken, daf fiir die Ergebnisauswertung aufgrund derstochastischen Einfliisse statistisches Know-How benotigt wird. Der Bewertung der Eingangsdaten kommt dabei ebenfalls eine zentrale Bedeutung zu.Simulation funktioniert nach dem GIGO-Prinzip: "Garbage In - GarbageOut". Wenn z.B. die Zeiten fur einzelne Bearbeitungsschritte nicht der Realitat entsprechen, so kann die Simulation nur schwerlich zu guten Prognosenfiihren,
Zur Unterstiitzung der Auswertung bieten die meisten Simulatoren Standardstatistiken an, z.B. wieviele bewegliche Objekte in den einzelnen Stationen bearbeitet wurden oder wie hoch die minimalen, durchschnittlichen undmaximalen Durchlaufzeiten waren. Spezielle Statistiken und Auswertungenmiissen aber i.d.R. programmiert werden .
Simulationsmodelle konnen auf anderen Modellen beruhen (die z.B. mitARIS erstellt wurden). Zu ihrer Inbetriebnahme ist allerdings oftmals einerheblicher zusatzlicher Programmieraufwand (zur Abbildung von Steuerungsstrategien) notwendig, da in anderen Modellierungsumgebungen eineausfiihrbare Abbildung von solchen Algorithmen zum Teil nicht moglich ist. 21
Im folgenden Abschnitt befassen wir uns mit der Objektorientierung, durchdie auch SiMPLE++ gekennzeichnet ist .
5.4.6 Objektorientierung als Modellierungsansatz
Urn Software zu entwickeln, benotigt man Modelle, die alle notwendigenDaten, Funktionen und Informationsfliisse abbilden.F Auch im Falle einerAnderung eines bestehenden Systems sollte zunachst das zugrundeliegendeModell angepaBt werden. Dariiber hinaus lassen sich wesentliche Anforderungen an Software wie folgt formulieren; vgl. z.B. Pagel und Six (1994) sowieSommerville (1996):
• Kurze Entwicklungszeiten• Hohe Flexibilitat und Anpassungsfahigkeit• Kombinationsmoglichkeit von Standard- und Individuallosungen• Abbildung komplexer Strukturen und Vorgange• Baukastenprinzip im Software Engineering (modularer Aufbau)• Wiederverwendbarkeit
21 Eine auf SiMPLE++ basierende Simulationskomponente ist z.B. in derARIS-Modellierungsumgebung integriert, und fiir SiMPLE++ existieren ARISObjekte zur Modellierung als Bausteinkasten. Diese Tendenzen deuten auf dieRealisierung integrierender UnternehmensmodelJe hin, wie Taylor (1995) sie konzeptionelJ beschreibt.
22 Aus betriebswirtschaftlicher Sicht impliziert dies auch eine einheitliche Sichtweisefiir die Aufbau- und Ablauforganisation; vgl. Becker (1991b) .
5.4 Modellierungsmeth oden 181
Demgegeniib er lassen sich die Unzulanglichkeiten der vorgestellten Modellierungsmethoden und Nachte ile der Modellierungsprax is in diesem Zusammenhang folgendermaBen zusam menfassen:
• Der Ubergang zur Implementierung ist meist schwierig (Briiche zwischenModellartefakten und Softwarebausteinen) .
• P rozeBanalysen sind bei statischer Darstellung nur bedingt moglich (feh-lende Ausfiihrbarkeit ).
• Petr i-Netze sind sehr schwer zu "lesen" .• Modelle werden oftmals quasi unabhangig voneinander entwickelt .• Es exist ieren eigenstandige Entwicklungsumgebun gen fur Simulations-,
Finanz- und Workflow-Modelle.• Die Modellzusammenfiihrung erfolgt oft manuell (z.B. Dateniibertragung).
Wie in der Einleitung zu diesem Kapitel bereits angesprochen, exist iert inder Literatur die Forderung nach Modellintegration. Die Anwendungsbereicheund Ziele integrativer Unt ernehmensmodelle lassen sich (nach Taylor (1995»folgendermaBen zusamm enfassen:
• Repriisentation: AIle Daten und Prozesse werden abgebildet, urn ein Verstandnis der Aufbau- und Ablauforganisation zu errnoglichen und Verbesserungspotentiale zu erkennen.
• Simulation: Abbildung von Zukunftsszenari en (z.B. Vera nderung der Ablauforganisation unter Beriicksichtigun g der Ressourcenplanung).
• Ausfiihrung: Automatische Erstellung von Anwendungsprogrammen (z.B.Workflow-Anwendungen).
Dabei ist kri tisch zu hinterfragen, ob ein einziges Unte rnehmensmodelliiberhaupt realisiert werden kann und sollte . So besagt ein Prinzip der Modellierung, wie sie von Booch et al. (1999) definiert werden, daB kein einzelnes,iibergreifendes Modell fur komplexe Systeme ausreichend ist. Vielmehr kannjedes nicht-triviale System am besten durch eine Reihe kleiner , aber nahezuunabhangiger Modelle angegangen werden. Die Komplexit at von Unternehmen laBt es da her realisti scher erscheinen, die prinzipiell als sinnvoll zu erachtende Forderung nach integrativen Modellen auf jeweils relevante Aspekteinnerhalb eines Unt ernehmens einzuschranken, zumal es in der Praxis an Beispielen der Anwendung von Modellen , die gleichzeitig Reprasent ation, Simulation und Ausfiihrung ermoglichen, mangelt.
Die einzige Moglichkeit , anwendungsiibergreifende Modelle zu konzipieren, sieht Taylor (1995) in der Obj ektorientierung. Fur ihn ste llen die Objekte mit den Moglichkeiten des Nachrichtenaustauschs und der Bildung vonOberobjekten , die mit der menschlichen Denkweise des Chunking korrespondieren , den wesent lichen Vort eil der Obj ektorient ieru ng dar.23
23 Mittels Chunking lassen sich komplexe Systeme, z.B. Unterne hmen, st rukt uriereno In der menschlichen Denk weise beschr eibt Chunking die Art , wie wir unsDinge merken . Zum Beispiel merken wir uns nicht die Ziffernfolge 0015052688840,
182 5. Unternehmensmodellierung
Die Vorteile der Objektorientierung liegen in der Nahe zur und gleichzeitigen Unabhiingigkeit von der Implementierungsebene. Dem Nachteil desaufwendigen Ubergangs zur Implementierung kann damit deutlich entgegengewirkt werden. Auch ist mit der Objektorientierung die Strukturierung vonSystemen moglich (Klassen, Hierarchien) . So konnen aIle Modelltypen, dieTaylor nennt, realisiert werden .
Auch fur die Implementierung an sich lassen sich weitere Vorteile angeben . Diese betreffen im wesentlichen die Anforderungen an die Softwareentwicklung, wie sie oben definiert wurden. Objekte bzw. Objektklassen bildeneigenstiindige Module, die separat getestet werden konnen, Der Forderungnach Korrektheit liil3t sich in der Verifikationsphase relativ strukturiert nachkommen. Objekte als Module konnen einzeln ausgetauscht oder modifiziertwerden, wobei nur das Modul an sich verandert werden mul3 (intern) oderneue Schnittstellen zum Objekt definiert werden miissen . So sind Objekteauch einfach zu erweitern (z.B . urn zusiitzliche Funktionen) - bzw. das Gesamtsystem urn neue Objekte. Objekte als Module konnen auch fiir andereSysteme wiederverwendet werden. Dies ist insbesondere fur die Adaption vonReferenzmodellen von grol3er Bedeutung.
Mit objektorientierten Modellierungsmethoden (Analyse- und Designmethoden) haben sich eine Vielzahl von Autoren auseinandergesetzt .P" Andersals in der ER-Modellierung, wo Objekte (Entities) durch ihre Attribute definiert werden, besitzen Objekte in der objektorientierten Modellierung eineeindeutige Identitiit, und zwar unabhiingig davon, wie die Attributwerte gesetzt sind. Attribute beschreiben das Objekt (struktureller Aspekt) . Danebenzeichnen sich Objekte zusatzlich durch verhaltensmiiBige Aspekte aus, die inForm von bereitgestellten Methoden (Operationen) definiert werden .
Ein wichtiger Aspekt der objektorientierten Modellierung ist der Austausch von Nachrichten, d.h . es findet eine Kommunikation zwischen denObjekten statt. Dieser Austausch erfolgt durch gegenseitigen Aufruf von Methoden, auf die das empfangende Objekt reagiert. Die Methoden bilden dieSchnittstellen nach aul3en (sichtbare Operationen auf den Objekten) . Die Implementierung und dazu notwendige weitere Operationen bleiben verborgen(Prinzip der Kapselung).
Zudem besteht die Moglichkeit der Klassenbildung, der Zusammenfassungvon Objekten mit gleichen Eigenschaften (Attribute und definierte Operationen) zu Klassen. Weitere Kennzeichen der Objektorientierung sind dieVererbung und das Overriding, d.h. Objekte konnen Eigenschaften und Methoden vererben, wobei die erbenden Objekte wiederum partiell veriindert
sondern nutzen Chunking, urn mehr als 7 +/- 2 Elemente, auf die unserVerstandnis im allgemeinen beschrankt ist (Miller (1956)) , zu behalten, hier 001fur USA, 505 fur New Mexico usw. Chunking ist auch ein wesentliches Konzeptder klassischen Organisation, z.B. die Aufteilung in Bereiche oder Abteilungen.
24 Vgl. hierzu Booch (1994), Coad und Yourdon (1994), Harel (1988), Rumbaughet al. (1991) und Wirfs-Brock et al. (1990). Zu einer kurzen Ubersicht zur objektorientierten Programmierung vgl. auch Fink et al. (2000a).
5.4 Modellierungsmethoden 183
werden konnen . Die Unterklasse (Spezialisierung) erbt aIle Attribute undOperationen / Methoden ihrer Oberklasse (Generalisierung), kann dann jedoch gegebenenfalls urn weitere Attribute und Operationen erweitert werden .In einer Objekthierarchie werden also globale Eigenschaften oben, spezielleEigenschaften unten definiert . Es konnen zudem Methoden in der Unterklasseverandert werden (Overriding). Dariiber hinaus HiBt sich zwischen einfacherund multipler Vererbung unterscheiden, je nachdem wieviele Eltern Attributeoder Methoden an eine Subklasse vererben.
In einem objektorientierten Modell konnen gleiche Nachrichten unterschiedliche Methoden (Implementierung) auslosen. Die letztendlich ausgefiihrte Methode wird hier durch den Typ der empfangenden Klasse bestimmt.
Bei Betrachtung der Anforderungen an Software wird deutlich, daB einekonsequente Objektorientierung besonders die Einhaltung von Flexibilitatund Kombinationsmoglichkeiten auf elegante Weise ermoglicht. Wichtig isthier die Kommunikation, die auf Basis des Nachrichtenaustauschs realisiertwird und den InformationsfluB beschreibt. Werden z.B. die Organisationseinheiten als Objekte unter Angabe der bereitgestellten Methoden abgelegt, sokann die Kommunikation dazu genutzt werden, Instanzen der Aufgaben (alsObjekte definiert) den am BearbeitungsprozeB beteiligten Organisationseinheiten sequentiell zuzuschicken (unter Beachtung der Auftragsreihenfolge).
Obwohl die Objektorientierung im Rahmen der Softwareentwicklung zudeutlichen Verbesserungen gefiihrt hat, ist sie nicht als die Methode anzusehen, die aIle oben angesprochenen Probleme beziiglich der Modellierungund Softwareentwicklung, speziell der Wiederverwendung, abschlieBend losenkonnte; zu kritischen Auseinandersetzungen vgl. z.B. Czarnecki und Eisenecker (2000), Szyperski (1998) sowie Webster (1995).
5.4.7 Unified Modeling Language
Eine Moglichkeit, aIle Modellierungsmethoden, die bisher genannt wurden, ineiner einheitlichen Notation abfassen zu konnen, bietet die Unified ModelingLanguage, die auf der Objektorientierung basiert. Mit UML solI es dariiberhinaus moglich sein, die verschiedenen Entwicklungsphasen eines Softwaresystems mit den entsprechenden Modellen zu begleiten. Eine mogliche Einordnung verschiedener Diagrammtypen beziiglich des Softwareentwicklungsprozesses findet sich in Tab. 5.3, wobei anzumerken ist, daB die Anwendungsbereiche der dargestellten Methoden nicht scharf voneinander abzugrenzensind. Zu einer weitergehenden Einfiihrung in UML wird der Leser auf Boochet al. (1999) verwiesen.
1m folgenden werden wir die verschiedenen Diagrammtypen vorstellen,wobei wir das Beispiel des Help Desks erneut aufgreifen.
184 5. Unternehmensmodellierung
Entwicklungsphase Statisches Modell Dynamisches Modelldes Softwaresystems (Objekt-Struktur) (Objekt-Verhalten)Anforderungen Anwendungsfalldiagramme AktivitatsdiagrammeAnalyse Klassendiagramme ZustandsdiagrammeEntwurf verfeinerte Klassen- Sequenzdiagramme,
diagramme (mit Kollaborations-Vererbung, Assoziationen) diagramme
Implementierung Komponentendiagramme Verteilungsdiagramme
Tabelle 5.3. Klassifikation der UML-Diagrammtypen
5.4.7.1 Anwendungsfalldiagramme
Ein Anwendungsfalldiagramm (Use Case) beschreibt allgemeine Beziehungen zwischen handelnden Personen und typischen Anwendungsfallen in einem System. Es konnen verschiedene Teilnahme-Beziehungen zwischen Personen und Anwendungsfallen sowie Generalisierungen innerhalb der Anwendungsfalle dargestellt werden (vgl. Abb. 5.12). In der Abbildung sind Personen als Strichmannchen, Anwendungsfalle als Ellipse mit einer informellenBeschreibung und Beziehungen durch Pfeile dargestellt. Beziehungen werden dahingehend unterschieden, ob sie Erweiterungs- (durch << extends> >gekennzeichnet) oder Benutzungsbeziehungen (durch « uses» gekennzeichnet) darstellen.
~xperte aus einerA ~aChabteilUng
}------+- ~MitarbeiterderA ~elefonzentrale~--«-e""xtends »
t,-,FindeLosungUDdbeantworte
Kundenproblem
Help Desk
Kunde
~ BeantworteA:--If---------'- Kundenproblem
Abbildung 5.12. Beispiel fur ein Anwendungsfalldiagramm
5.4 Modellierungsmethoden 185
5.4.7.2 Akt.ivitatadiagramme
Mit Hilfe von Aktivitiitsdiagrammen (Activity Diagrams) UiBt sich ein Vorgang (Workflow) vcranschaulichen. Die verschiedenen Phasen oder Zustandeeines Prozesses werden dabei durch Transitionen miteinander verbunden. Dabei wird der KontrollfluB in Form von Bedingungen und Verzweigungen undder DatenfluB mit der Weitergabe von Objekten veranschaulicht (vgl. Abb.5.13).
t----~ Aufnahme Problem 1-----------,'--__-,--__-1 [Problem direkt losbar]
[Problem in der Datenbank)
Losung erstellen
Losung an Kundenberater melden
Kundenkontaktaufnehmen
Abbildung 5.13. Beispiel fur ein Aktivitatsdlagramm
Aktivitaten werden durch abgerundete Rechtecke reprasentiert , Transitionen zwischen ihnen stellen den Ablauf des Vorgangs dar. Der Ubergangzwischen zwei Aktivitaten kann mit einer Bedingung verbunden sein . Parallele Aktivitaten gehen von Synchronisationslinien aus und munden wieder
186 5. Unternehmensmodellierung
in solchen Linien. 1m Beispiel wird der Vorgang der Problemlosung und dieAufnahme in die Datenbank parallel ausgefiihrt.
5.4.7.3 Klassendiagramme
Klassendiagramme (Class Diagrams) beschreiben (im Gegensatz zu den Aktivitatsdiagrammen) die allgemeine , statische Struktur von Anwendungssystemen und stellen eine Weiterentwicklung der ER- und erweiterten ER-Modelledar. Ein Klassendiagramm ist ein Graph, in dem die Klassen des Anwendungs systems und ihre unterschiedlichen Beziehungen dargestellt sind. Klassen werden als Rechtecke dargestellt , Attribute und Methoden der Klasseebenfalls in das jeweilige Rechteck geschrieben, wobei die Notation PASCALahnlich ist. Fur Methoden lassen sich durch ein vorangestelltes SonderzeichenGiiltigkeitsbereiche analog zur Programmiersprache C++ spezifizieren. Soentspricht ein Plus einem offentlichen Giiltigkeitsbereich (public), ein Minuseinem auf die Klasse der Methode beschrankten Zugriff (private) und das Zeichen # einem auf die Klasse sowie abgeleitete Klassen beschrankten Zugriff(protected) . Attribute, die sich aus anderen Attributen einer Klasse berechnenlassen, werden als abgeleitete Attribute bezeichnet und durch einen vorangestell ten Schragstrich gekennzeichnet. Gleiches gilt auch fiir Beziehungstypen.
1m Verlauf des Entwicklungsprozesses kann der Detaillierungsgrad derDarstellung zunehmen, indem die Modelle schrittweise verfeinert werden .Zu Beginn des Entwicklungsprozesses dienen sie noch der Anforderungsanalyse, wahrend sie am Ende der Entwicklung quasi eine Systemdokumentation darstellen. Abb. 5.14 illustriert diese Verfeinerung. In der Anforderungsanalyse geniigt es zu wissen, daf es eine Klasse Problem/all gibt, diein der Analysephase durch Attribute und Methoden spezifiziert und in derImplementierungsphase schlieBlich erweitert wird . Aus Sicht des Informationsmanagements ist die Anforderungsanalyse der wesentliche (wenn nichtsogar einzige) Betrachtungsgegenstand, wahrend die implementierungsnahenStufen im EntwicklungsprozeB Gegenstand der Wirtschaftsinformatik sind.Beziiglich der Modellierung findet sich hier somit eine Schnittstelle zwischendiesen beiden Gebieten.
Beziehungen zwischen Klassen werden, wie in den Anwendungsfalldiagrammen, durch Verbindungslinien gekennzeichnet. Die verschiedenen Arten von Beziehungstypen werden dabei durch unterschiedliche Linientypenund Pfeilarten dargestellt (vgl. Abb. 5.15). Der aus der ER-Modellierungbekannte Beziehungstyp zwischen Objekttypen wird durch eine Kante zwischen den Klassensymbolen abgebildet. Kardinalitaten lassen sich analog zurER-Modellierung angeben. Die Beziehung kann ebenso wie die Rollen der beteiligten Klassen benannt werden. So wird die Rolle qetuirt.eu.Fallsammlunqin Abb. 5.15 z.B. durch die Klasse Symptom eingenommen. Eine hierarchischeBeziehung zwischen Klassen wird durch eine entsprechende Vererbungsbeziehung beschrieben.
5.4 Modellierungsmethoden 187
ProblemfaIl Problemfall
Nummer: IntegerKurzbeschreibung: Stringbekannt_seit: Date
anlegen( )erweitem( )loschem )
ProblemfaIl
+ Numrner : Integer+ Kurzbeschreibung: String# ist_Spezialfall_von : Problemfall+ bekannt_seit: Date
+ anlegen()+ erweitem( )+ loscheru )+ in_DB_speichem()
Abbildung 5.14. Klassennotation in der Anforderungs-, Analyse- undImplementierungsphase
In Abb. 5.15 findet sich neben den Beziehungstypen auch ein Ausschnittdes Help Desks . Jeder Problemfall ist durch eine Nummer und eine Kurzbeschreibung gekennzeichnet. Zu jedem Problemfall gehoren verschiedeneSymptome, wobei das identische Symptom in mehreren Problemfallen vorkommen kann, was durch die Kardinalitaten dargestellt ist. Innerhalb dieserBeziehungen nimmt die Klasse Problemfall die Rolle ist.Problemfall ein . EineFallsammlung ist eine Aggregation von Problemfallen, wobei ein Problemfall genau einer Fallsammlung zugeordnet ist. Die Beziehung gehorLzu_Fallsammlung ergibt sich aus den beiden anderen Beziehungen und stellt dahereine abgeleitete Beziehung dar, was durch den vorangestellten Schragstrichillustriert wird.
----t> Vererbung
....-------{:> Realisierung- - - - Bidirektionale Beziehung
• gehiM_zu_Problem/ all > Unidirektionale Beziehung
--<> Aggregation
---<lII.~ Komposition
Abbildung 5.15. Beispiel fur Beziehungen zwischen Klassen
Zu den Klassen k6nnen dariiber hinaus Bedingungen (sogenannte Constraints) angegeben werden, die die Menge der zulassigen Objekte einschrankt. Diese Bedingungen konnen grundsatzlich in jeder beliebigen Sprache formuliert werden. Es bietet sich zu diesem Zweck allerdings speziell dieobjektorientierte Modellierungssprache OCL (Object Constraint Language)an.
188 5. Unternehmensmodellierung
5.4.7.4 Zustandsdiagramme
Zustandsdiagramme (State Charts) sind eine gebrauchliche Technik zur Beschreibung des dynamischen Verhaltens von Systemen. Sie weisen eine gewisseVerwandschaft zu Petri-Netzen auf. Zustande werden hier durch abgerundeteRechtecke , Zustandsiibergange durch Pfeile dargestellt . Zustandsiibergangewerden optional hinsichtlich drei Aspekten beschrieben (A usliisendes Ereignis[BedingungJ/ Aktion).
Mittels dieser Diagramme k6nnen somit fiir einzelne Objekte, z.B. dasObjekt Problemfall, verschiedene Zustande angegeben werden . Die Zustandsiibergange ergeben sich dabei aus der Erfiillung von im Modell spezifiziertenBedingungen; ist z.B. die Bedingung [Problem ist auf der ersten Ebene losbar]durch ein entsprechendes Ereignis erfiillt, so andert das Objekt Problemfallseinen Zustand zu "L6sung wird erklart", Die Zustandsiibergange konnendabei aueh objektiibergreifend, d.h. systemweit, spezifiziert werden .
5.4.7.5 Sequenz- und Kollaborationsdiagramme
Analog zur Verfeinerung der Klassendiagramme im EntwicklungsprozeB lassen sich auch Aktivitatsdiagramme schrittweise in implementierungsnahe Modelle iiberfiihren, Hierzu dienen Sequenz- (Sequence Diagrams) und Kollaborationsdiagramme (Collaboration Diagrams) , mit denen das dynamischeVerhalten von Objekten abgebildet werden kann .
Bei den Sequenzdiagrammen wird der KontrollfluB hervorgehoben. Diebeteiligten Objekte werden wiederum als Reehtecke dargestellt . Der Nachrichtenaustausch zwischen den Objekten wird durch Pfeile angezeigt , die mitden entsprechenden Methodennamen beschriftet sind .
In einem K ollaborationsdiagramm werden die gleichen Informationen wiein Sequenzdiagrammen modelliert, allerdings werden hier weniger der KontrollfluB als die strukturellen Beziehungen dargestellt . Die zeitliche Abfolgeder einzelnen Methodenaufrufe wird dureh eine Numerierung der Pfeile abgebildet.
5.4.7.6 Komponenten- und Verteilungsdiagramme
Die Komponenten- (Component Diagrams) und Verteilungsdiagramme (Deployment Diagrams) dienen der Modellierung der Implementierungsebene.Komponentendiagramme dokumentieren im wesentlichen die Architektur desSoftwaresystems, indem Abhangigkeiten innerhalb des Quellcodes beschrieben werden. Typische Komponenten k6nnen z.B. die Komponenten Datenbank, Solver und CUl (Graphical User Interface) darstellen. Dureh eine geeignete Notation konnen hier Schnittstellen und damit verbundene Abhangigkeiten abgebildet werden.
5.5 Architektur Integrierter Informationssysteme (ARIS) 189
In einem Verteilungsdiagramm wird die Implementierung in einer verteilten Rechnerumgebung (z.B . Client-Server-Systeme) beschrieben. Ein sinnvoller Einsatzbereich eines Verteilungsdiagramms ist immer dann gegeben, wennVerteilungsaspekte im modellierten objektorientierten System eine Rolle spielen. Beispielhaft k6nnen so die Objekte Server und Windows-PC, zwischendenen eine TCP/IP-Verbindung besteht, modelliert worden. Die Objekte enthalten dabei verschiedene Komponenten sowie deren Schnittstellen.
5.5 Architektur Integrierter Informationssysteme(ARIS)
In den beiden folgenden Abschnitten wird das ARIS-Konzept zur Modellierung vorgestellt und dann auf unterschiedliche Werkzeuge und Schnittstellen,die ARIS anbietet, kurz eingegangen. Ziel des Konzeptes ist die Abbildung einer strukturierten und ganzheitlichen Analyse der Informationsverarbeitungeines Unternehmens.
5.5.1 Das Geschaftsprozefsmodell
1m Abschnitt zu den Betrachtungsebenen der Unternehmensmodellierungwurde bereits das ARIS-Konzept mit den unterschiedlichen Sichten bzw.Ebenen angesprochen. Das Informationssystem eines Unternehmens wird hiernach den Phasen des Systementwicklungsprozesses und nach seinen wesentlichen Komponenten (Betrachtungsebenen oder Sichten) strukturiert. Orthogonal zu den Sichten erfolgt eine Unterteilung in die drei Ebenen Fachkonzept,DV-Konzept und Implementierung, die sich durch die Nahe zur IT unterscheiden (vgl. CIM-OSA Rahmenwerk). Wahrend auf der Fachkonzeptebenedie Beschreibung betriebswirtschaftlicher Inhalte erfolgt, findet im Rahmendes Entwicklungsprozesses eine Konkretisierung in der Begriffswelt der Informationsvcrarbeitung bis hin zur Spezifikation der einzusetzenden Hard- undSoftwarekomponenten start; vgl. Bungert und HeB (1995).
Die Ebenen (bzw. Sichten) von ARIS sind die Organisations-, Daten-,Funktions- und Leistungssicht. Innerhalb der Sichten k6nnen unterschiedlicheModellierungsmethoden verwendet werden, wie sie im vorherigen Abschnittbesprochen wurden. ARIS erhebt dabei den Anspruch, daB sich neue Modelltypen leicht integrieren lassen. Die Datensicht umfaBt die Beschreibung derInformationsobjekte, deren Beziehungen und ihre betriebswirtschaftlich relevanten Zustande, die betriebliche Vorgange anstoBen bzw. deren Ergebnissesein k6nnen. Innerhalb der Funktionssicht lassen sich Funktionen definierenund hierarchisieren. Die Organisationssicht erfaBt die Aufbauorganisation, sodaB Organisationseinheiten mit ihren Beziehungen dargestellt werden konnen. Diose Sicht umfaBt auch die Computer-Hardware und Maschinenressourcen (vgl. Abb. 5.16).
190 5. Untcrnehmensmodellicrung
Organisationssicht
Lcistungssicbt
Abbildung 5.16. Sichten des ARIS-Hauses; nach Scheer (1998b) , S. 37
Verbindungen zwischen Elementen einzelner Sichten konnen innerhalb derSteuerungssicht modelliert werden. Mittels dieser Sicht lassen sich integrierende Modelle konzipieren. In diesem Zusammenhang konnen sogenannteereignisgesteuerte Proze13ketten (EPK) als Vorganger-Nachfolger-Graphendefiniert werden, wobei drei Arten von Knoten existieren: Ereignisse, Funktionen und logische Konnektoren (AND, OR , XOR). AIle Kanten verbinden jeweils zwei Knoten unterschiedlichen Typs. Nur die logischen Konnektoren verzweigen, sie verbinden Ereignisse mit Funktionen und umgekehrt.Sofern aIle Eingange und aIle Ausgange eines jeden logischen Konnektorsentweder vom Typ Ereignis oder vom Typ Funktion und aIle Endknoten derEPK Ereignisse sind, lassen sich EPK (automatisiert) in Petri-Netze bzw. andere Modellierungssprachen und sogar in ausfiihrbare Programme iibersetzen(Workflow-Anwendungen), da sie eine mathematisch exakte Semantik besitzen (vgl. Langner et al. (1997), S. 479 ff.).
EPK lassen sich zudem in objektorientierte Modelle iiberfiihren (vgl. Bungert und He13 (1995), S. 58 ff.). Informationsobjekten (aus ARIS) wird dabei die Rolle von Klassen zugeordnet. Sie erhalten Methoden, Attribute undeine Liste von Ereignissen, die aufgrund des Eintretens bestimmter Status-
5.5 Architektur Integrierter Informationssysteme (ARIS) 191
werte eintreten. Des weiteren werden sie mit einer Liste von Funktionen derFunktionssicht und mit auslosenden bzw. von ihnen ausgelosten Ereignissenverkniipft. Die Zuordnungen werden in einem Klassendiagramm des Informationsobjekts spezifiziert. Ein Triggermechanismus bildet den Nachrichtenaustausch zwischen den Objekten abo
Urn einen vollstandigen Geschaftsprozef unter Einbeziehung der Objekteder Organisations- und Leistungssicht zu erstellen, stehen die erweitertenEPK (eEPK) zur Verfiigung. Zusatzlich kann mit ProzeBwegweisern auf vorund nachgelagerte Prozesse hingewiesen werden. Zur Implementierung werden statt der ProzeBmodelle, die bevorzugt auf der Fachkonzeptebene eingesetzt werden, oftmals sogenannte Business-Objekte verwendet. Diese beschreiben ebenfalls vollstandige Geschaftsprozesse. Sie enthalten mehrere Objekte (auf Basis des objektorientierten Ansatzes) einschlieBlich der Leistungs-,Organisations- und Kontrollfliisse . Die einem Business-Objekt zugeordneten Daten und Methoden werden mit einem ProzeBmodell verbunden, urndie interne Ablaufsteuerung zu definieren. Eine Anwendung besteht dannaus mehreren Business-Objekten, die wiederum von einem dafiir definiertenGeschaftsprozef gesteuert werden (vgl. Scheer (1998a), S. 171 ff.).
5.5.2 Schnittstellen und Anwendung
An dieser Stelle greifen wir erneut die Forderungen an Unternehmensmodellevon Taylor auf. Das ARIS-Framework soll es dem Benutzer ermoglichen,mit den Modellen auf vier verschiedenen Ebenen zu arbeiten (vgl. Abb .5.17). Auf der ersten Ebene (ProzeBoptimierung) werden Prozesse beschrieben, urn dann per Simulation oder Vergleich mit Referenzmodellen verbessert zu werden . Die ersten beiden Forderungen (Darstellung und Simulation)werden damit errnoglicht. Die zweite Ebene beinhaltet die ProzeBplanungund stellt Werkzeuge zur Kostenanalyse, Zeit- und Kapazitatsplanung zurVerfiigung. Hier wird auch ein Monitoring der aktuell laufenden Prozesseerrnoglicht. Die dritte Ebene stellt die Workflowsteuerung dar und transportiert die Inforrnationsobjekte durch die modellierten Informationsfliisse (bzw.Wertschopfungsketten) und liefert Ist-Daten an die zweite Ebene. Auf dervierten Ebene werden schlieBlich die im Modell spezifizierten Anwendungsprogramme am konkreten Arbeitsplatz aufgerufen; vgl. Scheer et al. (1997).
Das ARIS-Framework enthalt eine Sammlung von Komponenten, die sichzu einem konkreten Anwendungsfall zusammensetzen lassen. Dazu werdenzunachst Business-Objekte verkniipft und urn Infrastrukturkomponenten,wie Workflow-Systeme, Modellierungs-Werkzeuge und Middleware, erganzt.Middleware bezeichnet Software, die zwischen Anwendung und Betriebssystem bzw. zwischen verteilten Anwendungen steht und diese miteinanderverkniipft. Die Komposition von entsprechenden Anwendungen basiert somitauf austauschbaren Komponenten; zur komponentenbasierten Softwareentwicklung vgl. z.B. Griffel (1998) sowie Pree (1997).
192 5. Unternehmensmodellierung
I. Prozel3optimierung IModclli crung, IISimu latio n
IAna lyse,Navization
T kontinuierliche Prozellvc rbcssc rung 1 11II. Prozel3management I Cont rolli ng IIMonitoring II Kapazitats-
I(-syste me) und Zeit -
steucrunu
11III. Workflow I Real isierung der Funktionsaufrufe ,
Ides Dokumcntenflusses und derDatenaufru fe
1'1IV. Bcarbcitung (A RIS Iwei tere Bausteine( Sta ndardsoftwarc- II Datenbank
Imod ule und Schnittstellen zuBusincss-Objcktc) Standardso ftware)
A b bildung 5. 17. Prozel3management im ARIS-Framework; nach Scheer (1998b) ,S. 56 f.
Auf der Ebene II (vgL Abb . 5.17) besteht z.B. die M6glichkeit , Projektpliine in Microsoft P roject zu laden . Neben dem ARIS-Workflow, dasaus einem GeschiiftsprozeBmodell ein lauffahiges Anwendungssystem erzeugt,existieren weitere (standardisierte) Schnittstellen zu alternativen WorkflowSystemen. Auf der untersten Ebene k6nnen Business-Objekte z.B. mittels Remote Function Calls (RFC) und Business Application Programming Interfaces (BAPI) , die Methoden der Business-Objekte darstellen, konfiguriert werden; vgL SAP AG (1996). Uber Datenmodelle werden Attribute hinzugefiigtoder unterdriickt, Maskenmodelle bestimmen die Priisentation, Funktionenlassen sich iiber Funktionsmodelle auswahlen, und aus Organigrammen werden Datenrechte eingestellt. ProzeBmodelle konfigurieren die Zuordnung zwischen Funktionen und Modulen und steuern den Ablauf innerhalb und zwischen den Business-Objekten. Auf dieser Ebene existieren zusiitzlich Schnittste llen zu relationalen Datenbanksystemen und Client-Server-Systemen.
Hier ist wiederum krit isch anzumerken, daB auch im ARIS-Frameworkvon einer einfachen, durchgiingigen Nutzung der Modelle bis zur Anwendungderzeit nicht die Rede sein kann. Hier sind auf den einzelnen Ebenen Modifikationen und Erweiterungen notwendig, die eine Systementwicklung zwarerleichtern, aber nicht automatisieren. Insbesondere der Forderung nach automatischer Anpassung der Applikationen nach Modifikation eines Modellskann mittels ARIS nur bedingt nachgekommen werden.
5.6 Referenzmodelle 193
5.6 Referenzmodelle
Unter einem Referenzmodell versteht man konkrete, aber vom Unternehmenseinzelfall abstrahierte Modelle zur Darstellung von technischen oder betriebswirtschaftlichen Fachinhalten beziiglich der Strukturen und Abliiufe.25
Bekannte betriebswirtschaftliche Unternehmensmodelle, die auch Referenzmodelle darstellen, sind z.B. das externe und das interne Rechnungswesen, das von Gutenberg (1983) entwickelte System der Produktionsfaktorenund die im Rahmen des Operations Research entwickelten Unternehmensgesamtmodelle zur Darstellung funktionsiibergreifender Entscheidungszusammenhange; vgl. hierzu Scheer (1990a).
Referenzmodelle werden eingesetzt, weil die Modellierung komplexer Systerne mit Ausgangspunkt "Null" mit einem hohen Aufwand sowie einer vergleichsweise hohen Fehlerwahrscheinlichkeit verbunden ist . Referenzmodelleerlauben einerseits, durch Spezialisierung und Umgestaltung unter Wiederverwendung der Strukturen und Elemente ein Anwendungsmodell fiir einreales Objekt (ein Unternehmen) zu konzipieren, andererseits kann die Tatsache , daB das Referenzmodell einen Idealzustand widerspiegeln soll, dazugenutzt werden, einen Vergleich mit dem realen Objekt durchzufiihren undAbweichungen festzustellen. Abweichungen konnen dann die Grundlage fiirEntscheidungen iiber organisatorische Veranderung sein. 26
Insbesondere Branchenmodelle bilden dariiber hinaus eine Grundlage fiirdie Entwicklung betriebswirtschaftlicher Standardsoftware. Je mehr ProzeBund Strukturvarianten in einem entsprechenden Referenzmodell beriicksichtigt werden , desto eher konnen resultierende Softwarepakete allein durchKonfiguration zur Abbildung und Unterstiitzung quasi individueller Geschaftsprozesse eingesetzt werden; vgl. Keil und Lang (1998) .
Ziel des Projektes CIM-OSA ist z.B. die Erstellung eines Referenzmodells fiir CIM-Systeme. Referenzmodelle dienen hier als generisches Ausgangsmodell fiir eine unternehmensindividuelle Modellierung. Die Architektur beschreibt ein generisches Ausgangsmodell, ein partielles Modell , das z.B. branchenspezifisch sein kann, und ein individuelles Modell , das schlieBlich ein bestimmtes Unternehrnen beziiglich seiner betriebswirtschaftlichen Fachinhalteabbildet.
Folgende Referenzmodelle sollen kurz vorgestellt werden, urn die Entwicklung bzw. Schwerpunkte in dieser Form der Modellierung zu verdeutlichen:
25 Fiir eine aktuelle Ubersicht zu Referenzmodellen wird auf die Beitrage in Beckeret al. (1999) verwiesen.
26 Ein einfaches Praxisbeispiel findet sich bei Aichele et al. (1994) . 1m Rahmendes Benchmarking diskutieren Homburg und Eichin (1998) Moglichkeiten, aggregierte ProzeBanalysen zur Bewertung ahnlicher Prozesse ohne detaillierte, kostenintensive ProzeBanalysen durchzufiihren. Die Idee ist hierbei, virtuelle Prozesse als Linearkombinationen der beobachteten ProzeBstrukturen einzufiihren,die Aufschluf iiber ihren Grad der Ineffizienz in bezug zu guten Prozetllosungengeben konnen.
194 5. Unternehmensmodellierung
• Kolner Integrationsmodell von Grochla (1974)• Unternehmensdatenmodell von Scheer• Integrationsmodell von Becker• Referenzmodelle im Rahmen von ARIS
Das Kolner Integrationsmodell (KIM) (Grochla (1974)) wurde mit demZiel entwickelt, die Integrationsprobleme beziiglich der DV durch ein Beschreibungsmodell zu reduzieren, indem die sachlogischen Verkniipfungenzwischen unterschiedlichen Unternehmensaufgaben verdeutlicht werden. DieDarstellung der in einem Unternehmen durch die DV unterstiitzbaren Aufgaben und der dazugehorigen Inforrnationsstrorne erfolgt weitestgehend in einerfunktionsorientierten Beschreibungssprache.
Irn Gegensatz zum CIM-OSA Konzept oder dem ARIS-Sichtenkonzepterfolgt hier eine Aufteilung des Gesamtmodells in Planungs-, Realisierungsund Kontrollaufgaben. Ziel ist die Reduktion der Kompliziertheit entsprechender Gesamtmodelle. Die Teilmodelle bestehen aus einer
• Aufgabenbeschreibungsliste (Nummer / Benennung / Inhalt (stichwortartig) ),
• Kanalbeschreibungsliste (Nummer / benotigte Daten zur Erfiillung derAufgaben) und
• Konnektorenbeschreibungsliste.
Die Nummern der Aufgabenbeschreibungsliste geben die Positionen in dergraphischen Darstellung (gerichtctcr Graph) an , wobei Aufgaben als Rechtecke und Daten als abgerundete Rechtecke graphisch dargestellt werden. DieNummern der Kanale sind Kanten zugeordnet. Uber die Nummer konnenin der Kanalbeschreibungsliste die zur Bewiiltigung der im Graphen nachgelagerten Aufgabe benotigten Daten abgelesen werden. Der Konnektorenbeschreibungsliste ist zu entnehmen, zu welcher Aufgabe erzeugte Daten flieBen.
Das Ziel des Unternehmensdatenmodells von Scheer (1990b) bestehtdarin, Datenverflechtungen innerhalb eines Unternehmens iiber die Abteilungs- und Anwendungsebene hinweg aufzuzeigen; vgl. auch Scheer (1990a).Die Datenintegration, wie sie oben vorgestellt wurde , stellte eines der wesentlichen Ziele dieses Modells dar. Die Darstellung erfolgte als ER-Modell (Chen(1976)), wie sie fiir Datenmodelle iiblich ist. Das Datenmodell, das hier alsgenerisches Ausgangsmodell zu betrachten ist, umfaBt ca. 300 Entity- undBeziehungstypen. Ein solches Datenmodell ist auch Bestandteil des ARISKonzepts. Dieses Referenzmodell bildet aus dieser Betrachtungsweise herauseinen ersten Baustein fiir das umfassendere ARIS-Informationssystem.
Das Integrationsmodell von Becker (1991a) geht einen Schritt weiter undversucht neben den Integrationseffekten der Daten auf die Informationsbeziehungen zwischen einzelnen Funktionsbereichen abzuzielen. Dies erfolgt iibereine Analyse der Datenbeziehungen jeweils von einem Funktionsbereich zuden vor- und nachgelagerten Bereichen . Das Modell basiert auf dem Y-CIMModell nach Scheer; vgl. Abb. 5.18.
5.6 Referenzmodelle 195
Finanz- Kos tenrechnungbuch- Personal-
haltung I J wirtschaft
Mitarbeiter-Zeiten
\ \ J IVertrieb Realisierungskennzeichen
Produkt-entwurf
Kal kulation
Prim r-bedarfs- Planmenge
Konstruk -planung tio n
Material- Planmengewirtschaft
Kapazit ts-Arbei ts-termi-
nierung planung
Kapazit ts-abgleich NC-,
Robote r-
Auftrags- Program-
freigabe mierung
Arbeitsg nge der Auftragsnummer, NC·, Roboter-Programm- NC-,
Fertig ung s-Fertigungsauf- Nummer, Betriebsmittel, Personal, Roboter-trget Betriebs- Teilenummer, Menge Steuerung
steuerung mittelbedingung
Tran sport-
Transportrnittel, Transporthilfsmittel, steuerungAuftragsnummer, Start,Ziel, Zeiten
Betriebsdaten-Lagerort, Teilenummer, Menge, Reservierungs- Lager-
erfassung Dummer, Auftragsnummer, Transporthilfs-steuerungmittel, Lagerungszeit
IMontageplarz, Teilenumrner, Auftrags- L
Kontrolle Dummer, Menge, Mitarbeiter, Zeiten Montage-
der steuerung
Mengen, Ist-DatenZeiten, (Auftrag. Personal, Artdeclnstandhaltung, Betricbsmittel,Koste n Maschinen, Proze ,
Personal, Zeiten, Instandhaltungstei le, Instand-lnstandhaltung)
Arbeitsg nge haltungSoll-Vorgaben(ausMaterialwirtschaft,
Versand-Fcrtigungssteuerung,Instandhaltung,
steuerung Qualit tssicherung) Fehlerschl ssel, Fehlerklassifikation, Quali tts-arbeitsgang- undteiJebezogcne Qualitts- sicherungdaten, Prfauftr ge, Prfarbcitsg nge
Abbildung 5.18. Das Integrat ionsmodell nach Becker (1991a)
196 5. Unternehmensmodellierung
In diesen drei Referenzmodellen werden die Erklarung der Aufgabenablaufe sowie deren Bezug zu Daten und Funktionen in den verschiedenen ProzeBschritten nicht in ausreichendem MaBe erfaBt. KIM bildet den Aufgabenablauf im Sinne von Kontrollfliissen nicht ab, denn zur Verdeutlichung derfunktionsiibergreifenden Zusammenhiinge miissen Informations- und Aufgabenfluf explizit dargestellt werden .
Auch werden in diesen Modellen keine externen Informationsquellen abgebildet. Die Anwendbarkeit beschrankt sich somit weitestgehend auf reinrepetitive Aufgaben. Im ARIS-Konzept sind diese Quellen mit den Umfelddaten enthalten, und durch die unterschiedlichen Schnittstellen, die modelliertwerden konnen, sind auch Ablaufe, die nicht repetitiver Natur sind, modellierbar.
Zur Unterstiitzung der Modellierung von Geschiiftsprozessen kann unterARIS auf bestehende Modelle , die aus Best Practice-Beispielen oder theoretischen Uberlegungen abgeleitet sind , als AusgangslOsung zuriickgegriffenwerden . Referenzmodelle konnen nach dem ARIS-Konzept beschrieben undim ARIS-Toolset gespeichert werden.F Dies errnoglicht bei der Modellierung~.B . Modellvergleiche. ARIS unterstiitzt dabei die Referenzmodelltypen Vorgehensmodell, Branchenmodell und Softwarernodell, die auch zur Gestaltungvon Workflow-Systemen eingesetzt werden konnen; vgl. Scheer (1999).
Das bekannteste Referenzmodell im ARIS-Konzept stellt der SAP R/3Analyzer dar, der aus dem ARIS-Navigator und dem R/3 Referenzmodellbesteht. Uber die Schnittstelle ARIS Link for R/3 konnen R/3-Modelle ausdem Repository in das sogenannte ARIS-Toolset geladen, geiindert und erneut dem R/3 Repository iibergeben werden .
5.7 Beispiel: Simulation des Help Desks
Das Informationsmanagement hat sich explizit mit Moglichkeiten der organisatorischen Veriinderung durch den gezielten Einsatz der IT zu befassen.Urn Veriinderungen zu planen und transparent zu machen, sind Unternehmensmodelle, die mogliche Veranderungen nachzeichnen, von wesentlicherBedeutung. Zur Bewertung von entsprechenden MaBnahmen sind dariiberhinaus weitergehende Analysen notwendig. In diesem Abschnitt soil diesbeziiglich der Ablauf einer Simulationsstudie anhand des Beispiels des HelpDesks dargestellt werden. Es solI hier exemplarisch aufzeigt werden, wie mananhand des Modells Experimente durchfiihren kann , urn zu Erkenntnisseniiber mogliche organisatorische Veriinderungen zu gelangen.
Simulationsstudien weisen in vielen Phasen deutliche Ahnlichkeiten zutraditionellen Softwareprojekten auf, die hier aber nicht weiter angesprochen
27 Hierzu dient die als ARIS-Repository bezeichnete Datenbank. Die Miichtigkeitder darstellbaren Modelle wird dabei durch die im ARIS -Meta-Modell spezifizierten Beschreibungskonstrukte begrenzt. Diese sind in der neuesten Versionmit der UML einheitlich dargestellt.
5.7 Beispiel : Simulation des Help Desks 197
werden. Fiir den Ablauf von Simulationsstudien gibt es - ahnlich wie fiirSoftware Engineering-Projekte - sogenannte Vorgehensmodelle.r" 1m erstenSchritt ist abzuschatzen, ob das Problem "simulationswiirdig" ist , denn nurwenn sich mit analytischen Methoden keine befriedigenden Antworten finden lassen , die Systernkomplexitat sich als zu groB erweist und das gesamteProjektvolumen eine Simulationsstudie rechtfertigt, sollte simuliert werden.
Zur Abschatzung der Simulationswiirdigkeit eines Problems gehort aucheine Wirtschaftlichkeitsbetrachtung. Die (veroffentlichte) Erfahrung zeigt ,daf sich Simulation im wirtschaftlichen Sinne haufig lohnt. Der Verein Deutscher Ingenieure gibt ein Kosten-Nutzen-Verhaltnis von 1:6 an. Dabei handeltes sich natiirlich nur urn eine Faustregel. Leider ist es im Vorfeld von Simulationsprojekten ahnlich wie im Vorfeld vieler anderer EDV-Projekte: DieKosten lassen sich relativ gut beziffern, aber iiber den Nutzen bestehen eherunprazise Vorstellungen. Bei Simulationsstudien zur Planungsunterstiitzungware es auch regelrecht kurios , wenn sich der Nutzen von vornherein spezifizieren lieBe. SchlieBlich dient die Simulation nicht zuletzt dazu , Planungsfehler aufzudecken. Wenn diese schon vor der Studie bekannt sind , lassen siesich auch ohne Simulation abstellen (vgl. Informationsparadoxon).
Ahnlich wie bei Softwareprojekten wird in Simulationsstudien das Systemverhalten zunachst in einer Modellierungsgrundlage, der Modellbeschreibung, zusammengefaBt. Diese Beschreibung kann und sollte, sofern vorh anden, auf bestehenden Modellen aufsetzen. Sie erlautert den Modellumfang(was soli modelliert werden) , die Modellgrenzen (was soli nicht modelliertwerd en - und das ist mindestens genauso wichtig), dokumentiert aile reievanten Steuerungsregeln und stellt die fiir das Modell notwendigen Eingangsdaten zusammen. In einer solchen Modellbeschreibung sind idealerweise auchaile Prozesse detailliert beschrieben.
Ein ProzeB stellt im Help Desk-Beispiel die vollstandige Bearbeitung einesKundenproblems dar , wie wir ihn bereits im Abschnitt zur UML als Aktivitatsdiagramm vorgestellt hab en (vgl. Abb. 5.13, S. 185). Diese Darstellungist (in der Modellbeschreibung) st atisch, d .h. es konnen keine Aussagen iiberdas Systemverhalten gemacht werden. Hierfiir sind weitere Einfluflgroflen zubetrachten. Zunachst miissen die einzelnen Funktionen mit Bearbeitungszeiten versehen werden . Wir unterstellen hier eine Dreiecksverteilung. Die rele-
28 Einfache Vorgehensmodelle sind z.B. das Wasserfallmodell, das Wasserfallmodellmit Riickschleifen od er das V-Modell nach Boehm (1979) . In diesen Modellenwerden Ld.R. die Phasen der Analyse, des Entwurfs (Des igns) , der Implementieru ng sowie der Tests unterschieden ; zu einer Einfiihrung und Ubersicht wirdauf Pagel und Six (1994) sowie Sommerville (1996) verwiesen . Ausgehend vondem einfachen V-Modell wurde ein Modell zur Standard isierung der SoftwareEntwicklung fur die Bundeswehr und Behorden (vgl. Brohl und Dros chel (1995))und hierauf aufbauend das V-Modell 97 zur Planung und Durchfiihrung von ITProjekten ent wickelt, das einen Rahmen zur Softwareentwicklung vorgibt ; vgl.Droschel et al. (1997) . Ein e Erweiterung des V-Modells zur durchgangigen Qu alitatssicherung der Softwar eentwicklung von Steuerungssystemen in der Logistikrnittels Simulation wird von Gutenschwager et al. (2000) vorgestellt .
198 5. Unternehmensmodellierung
vanten Parameter der Verteilung konnen Tab. 5.4 entnommen werden. DieseZeiten enstehen primar durch Beschaffung und Auswertung der Daten (dieebenfalls als Funktionsfolgen modelliert werden konnen) .
Funktion Organisations- Dauereinheit (Ebene) min mittel max
Aufnahme Kundendaten 1. Ebene 20 22 25Aufnahme Problem 1. Ebene 20 150 500Losung erklaren Ebene 1 1. Ebene 120 240 800Anruf an Kundenberater weiterleiten 1. Ebene 20 22 25genaue Aufnahme Problem 2. Ebene 240 400 1200Problem in Datenbank aufnehmen 2. Ebene 80 120 300Problem an Experten weiterreichen 2. Ebene 240 500 1500Losung erstellen 3. Ebene 360 800 3600Losung an Kundenberater melden 3. Ebene 120 380 800Losung in Datenbank aufnehmen 2. Ebene 200 220 300Kundenkontakt aufnehmen 2. Ebene 20 80 300Losung erklaren Ebene 2 2. Ebene 200 300 490
Tabelle 5.4. Bearbeitungszeiten der Funktionen (gemessen in Sekunden)
Fur die Simulation sind zusatzlich fur alle ProzeBverzweigungen Wahr scheinlichkeitsverteilungen anzugeben und die Zahl und Verteilung der Kundenanfragen fiir den zu simulierenden Zeitraum zu spezifizieren. Nachdem mitder Modellbeschreibung die Grundlage fiir die Implementierung des Modellsvorliegt, kann mit einer Simulationsumgebung (Simulator, Simulationswerkzeug) mit der eigentlichen Modellerstellung begonnen werden. Auf Basis derEingangsdaten kann nach der Implementierung und einer 'Icstphase-? begonnen werden, Experimente mit dem Modell durchzufiihren. Die folgendenFragestellungen der ProzeBsimulation konnen z.B. betrachtet werden :
• Wieviele Personen sind auf den jeweiligen Ebenen einzusetzen, urn alleKundenprobleme innerhalb eines bestimmten Zeitrahmens bearbeiten zukonnen?
• Wie sind die Personen einzusetzen (Aufbauorganisation)?• Was bringt z.B. eine Umstellung von Schriftstiicken / Handbiichern auf
Hypertexte?• Lohnt es sieh, ein Expertensystem zu erstellen , urn die Experten aus den
Fachabteilungen zu entlasten?• Ubergeordnetes Ziel: Welche Umstellungen bergen das groBte Verbesse
rungspotential?
29 Neben reinen Implementierungsfehlern sind vor allem die Systemlogik, der Aufbau und die Ablaufe zu priifen, bevor aufwendige Experimente und Auswertungen durchgefiihrt werden.
5.7 Beispiel : Simulation des Help Desks 199
Ein ProzeB wird als Objekt dargestellt, das sich aus einzelnen Unterobjekten (Funktionen) zusammensetzt (vgl. Abb . 5.19). Besitzt einc Funktionmehr als eine Nachfolgefunktion, so sind innerhalb des Prozesses Wahrscheinlichkeiten anzugeben, mit denen die jeweiligen Folgefunktionen eintreten.
Testa utbauf-Il:I--:l-H -f--H-f--H If-":fJ'4-I-l--t-I-l--t-H 2lJU.lLULlJU.lLULULL-!-l-J3
_Iol x'
Statistik
Mltttere Wal1ez9rten
Grolle Wartesc;tjange2 10 0
DODAusJaslung der Ebenen
Ill:l eYeI 2rdlhfll lrdl8'¥el
o ~ 0
li D
[Problem dueld I~sbar ]
An:S~II.nden~..e
linlJ~oSllIderNI-1 0
Ano,LNr,...,.-67
M
-Abbildung 5.19. SiMPLE++-Modell des Help Desks
Im Simulationsexperiment durchlaufen Instanzen des Prozesses (modelliert als bewegliche Objekte) den ProzeB einmal. Sie beanspruchen fiir jedeFunktion jeweils einen Mitarbeiter (Objekt) der entsprechenden Organisationseinheit . So k6nnen Warteschlangen (von ProzeBinstanzen) an den Organisationseinheiten entstehen. Daten werden in diesem Modell nur implizit
200 5. Unternehme nsmo dellierung
Experiment 11. Ebenc 2. Eb ene 3. Ebene
Anz ahl Mitarbeit er 3 8 7Auslastung 37% 44% 24%Durchschni ttliche Wartezeit 0 248 0
Experunent 2
Experime nt 3
1. Eb ene 2. Eb ene 3. Eb eneAnzahl Mit arbeit er 1 10 7Auslastung 99% 28% 18%Durchschni ttliche Wartezeit 652 193 0
,
1. Ebene 2. Ebene 3. Eb eneAnzahl Mitarbeit er 2 10 7Auslastung 52'10 34% 24'70Durchschnittliche Wartezeit 0 186 0
Tabelle 5.5. Ergebnisse der Simulat ionsexperimente 1 - 3
(uber Bearbeitungszeit en der Funk tioncn) abgebildet . Abb. 5.19 konnen auchalle Funktionen zur Auswertung entnommen werden.
Ziel der Simulationsexperimente ist in einern erste n Schritt die Bestirnmung der Anzahl einzusetzender Personen, so daf diese relativ hoch ausgelastet sind, aber keine "zu" hohen Wartezeiten fur Kunden ent stehen.
Typischerweise beginnt mit der Phase des Exp erimentierens eine "Optimierungsschleife". Planer und / oder Sirnulant begutachten die Ergebnisse,leiten mogliche Verb esserungen des Modells (und damit zugleich der Aufbauoder Ablauforganisation) ab, bauen sic in das Modell ein und experimentierenerneut .i'"
Anhand der ersten Exp erimente (vgl. Tab . 5.5) kann man im Beispiel erkennen, daB, obwohl aIle Bereiche relativ schwach ausgelaste t sind , immernoch Wartezeiten bei den Kundenbetreuern ents tehen (gemessen in Sekunden) . Zudem ist eine relativ hohe Beanspruchung der Experten der drittenEbene zu verzeichnen . Die Ursachen liegen vor allem in der exakten Zuordnung von Kundenberatcr zu Kunden, d.h, ein Kunde wird immer demgleichen Berater zugewiesen. Zudcm miissen die Kundenberater ca. 40% derProbleme von Exp erten losen lassen.
30 Mit Hilfe von Met hoden des Operations Research lassen sich Teilaufgab en inder Phase des Exp erimentierens gegcbcnenfalls effizienter losen : Das Simulationsm odell bewer tet wie gehabt die Losung en ; anschlieBend wird regelbasiertdie Losung verandert, die dann erneut vom Simulator bewertet wird , wiedermodifiziert werd en kann und so fort. Diese "Automatisierung" der simulationsgest iitzten Losungsoptimierung ist auf qu antitative Veranderungen beschrankt .Qu alit ative Anderungen bleib en im wesentlichen dem Pl an er od er kiinftig vielleicht ents prechenden Expertensystemen vorbehalten .
5.7 Beispiel : Simulation des Help Desks 201
Experiment 41. Eb ene 2. Ebene 3. Ebene
Anzahl Mit arbeiter 2 10 7Ausl astung 52'70 38'70 21'70Durchschnittliche Wartezeit 0 72 0
Expenment 51. Ebene 2. Eb ene 3. Ebene
Anz ahl Mitarbeit er 2 8 7Auslastung 54'70 46'70 24'70Durchschnittliche Wartezeit 0 72 0
Expenment 61. Ebene 2. Ebene 3. Eb ene
Anzahl Mitarbeit er 2 5 7Auslastung 53'70 76'70 24'70Durchschnittliche Wartezeit 0 132 0
Expenment 71. Eb ene 2. Eb ene 3. Eb ene
Anz ahl Mitarbeit er 2 3 7Auslastung 53'70 84'70 24'70Durchschnittli che Wartezeit 0 1941 0
Tabelle 5.6. Er gebni sse der Simulationsexper imente 4 - 7
Es soli nun exemplarisch vorgeste llt werden, wie man Alternativen iiberpriifen kann . Eine Moglichkeit zur Reorganisation des Help Desks ist , jedenKundenberater fur aIle Kunden einzusetzen (Prozefiveranderung - ProzeB2), urn somit eine hohere Auswahl m6glicher Bet reuer zu erhalten. DieseAltern ative ist gegen den Vorteil des direkt en Kontakts zum Kunden abzuwagen. Voraussetzung ist die Schulung der Kundenbetreuer (wenn sich dieErst-Zuordnung der Kunden am Produkt oder einer Produktgruppe orientiert) . Im Experiment 4 wird der ProzeB 2 bei gleicher Anzahl Mitarbeiterpro Bereich wie in Experiment 3 betrachtet . Das Ergebnis ist in Tab . 5.6 dargestellt . Durch die Prozefiveranderung konnte die durchschnittliche Wartezeitauf der zweiten Eb ene von 186 auf 72 Sekunden gesenkt werden. Als weitererBetrachtungsgegenstand bietet sich nun eine Verringerung der Anzahl dereingesetzten Kundenbetreuer an.
Das Ergebni s des Experiments 5 zeigt trotz Verringerung urn zwei Mitarbeiter auf der zweiten Ebene keine Auswirkung auf die durchschnittliche Wartezeit . Eine genauere Analyse ergibt, daB die War tezeiten dadurchents tehen, daB der Exp erte sein Ergebnis an denselben Kundenbetreuerzuriickgeben muB. Dem Kundenbetreuer werden aber unter Urnstanden bereits neue Auftrage zugewiesen. Eine Verringerung auf drei Mitarbeiter ergibteinen EngpaB auf der zweiten Ebene, der durch Wartezeit en von 1940 Sekunden gekennzeichnet ist . Beim Einsatz von fiinf Mitarbeite rn ergibt sich eine
202 5. Unternehmensmodellierung
Experiment 81. Ebene 2. Eb ene 3. Ebene
Anzahl Mitarbeiter 2 5 7Auslastung 52% 68% 13%Durchschnittliche Wartezeit 0 32 0
Tabelle 5.7. Ergebnisse des Simulationsexperiments 8
relativ hohe Auslastung von 76% auf der zweiten Ebene, wahrend die Wartezeiten bei durchschnittlich 132 Sekunden liegen.
Im Vergleich zur ersten Alternative (ProzeB 1) konnte durch die Umst ellung der Zuordnung von Kunden zu Beratern die Anzahl der Kundenbetreuerhalbi ert , die Auslastung der Kundenbetreuer mehr als verdoppelt und diedurchschnittliche Wartezeit auf der zweiten Ebene um 33% verringert werden. Das Einsparungspotential ist gegen die Kosten der Schulun gsmaBnahmen abzuwagen, unter Beriicksichtigung des moglichen Nachteils im Bereichder Kundenbetreuung.
Das zweite Problem, das ebenfalls kurz betrachtet werden soll, ist diehohe Auslastung der Exp erten. Eine Alternative ware, ein Exp ertensystemeinzufiihren, so daB die Kundenberater auf mehr Wissen direkten Zugriffbekommen und die Experten weniger haufig konsultieren miissen . Im Modell lieBe sich diese MaBnahme durch die Annahme, daB Bur noch 20% derProbleme vom Kundenbetreuer an den Experten weitergereicht werden, abbilden und auf ihre Auswirkung hin analysieren. In der Tab . 5.7 ist ein erstes Ergebnis dargest ellt . Wie erwartet ist die Auslastung auf der drittenEbene gesunken. Gleichzeitig ist auch die Auslastung auf der zweiten Ebenezuriickgegangen, was auf dem Wegfall des Koordinationsaufwands zwischenden Eb enen beruht. Es kann nun weiter untersucht werden, ob die Anzahlder Mitarbeiter erneut reduziert werden kann.
Nach Abschluf der Experimente erfolgt die Dokum entation der Ergebnisse der Simulationsexperimente und die Dokumentation des Modells undder dort hinterlegten Strategien und Regeln selbst. Es bleibt anzumerken,daB die Ergebnisse der Simulation stet s durch st atistische Methoden (z.B.Konfidenzintervalle) abgesichert werden sollten. Dies bedeutet u.a. , daB dieAnzahl Exp erimente pro Par ameter-Konstellation hoch genug liegen muB, umzu nutzbaren Aussagen (iiber Durchschnittsbetrachtungen) zu gelangen. Zudem ist die Datenerhebung, gerade wenn menschliche Arb eit abgebildet wird ,sehr schwierig , und es sollten im vorliegenden Beispiel auf jeden Fall Sensitivitatsanalysen durchgefiihrt werden, um Giiltigkeitsbereiche der erzieltenErgebni sse bewerten zu konn en.