1 Grundlegendes zu Marketing und marktorientierter Unternehmensführung

1.1 Marketing im Spannungsfeld zwischen intuitiver und analytischer Vorgehensweise

Im Verlauf des ersten Kapitels wird die Notwendigkeit einer adäquaten Systematik sowie einer wissenschaftlichen informationsbasierten Fundierung von absatzorientierten Entscheidungen ersichtlich. Dies fördert die Transparenz der letztendlich gewählten Vorgehensweise. Systematik und adäquate Fundierung der Entscheidungsfindung im Marketing bilden jedoch den Ausgangspunkt eines weiteren Problems: das Problem der Zeit!

Diejenigen, die im Bereich Marketing tätig sind, stellen mitunter fest, dass derjenige, der über fundiertes Wissen und entsprechende Methodenkenntnisse verfügt, gegenüber einem Anderen, der ein Gespür für den Markt hat und mit Engagement bei der Sache ist, nicht grundsätzlich im Vorteil ist. Dies ist vor allem dann zu beobachten, wenn Ersterer zu lange analysiert und zu spät entscheidet.

Dabei fehlt es - auch im Marketing - vielfach nicht an Gebieten, auf denen man mittels seiner "Intuition" relativ schnell an seine Grenzen stößt. Nicht nur deswegen ist es natürlich schwierig, den Beitrag eines systematischen Vorgehens zu quantifizieren.

Allerdings muss auch vor der beliebten Nachahmung von erfolgreichen "Vollblutunternehmern" gewarnt werden, denn deren Erfolgsrezept ist in den allermeisten Fällen erstens nicht vollständig bekannt und zweitens aufgrund anderer Rahmenbedingungen nicht multiplizierbar. Vor allem fehlt es bei der Bewertung der eigenen Situation an den Beispielen derer, denen ihre Sache zum selben Zeitpunkt nicht gelang, die deshalb unbekannt geblieben sind. Es dürfte somit nachvollziehbar sein, dass "Erfolgsstories" mit der notwendigen Vorsicht zu interpretieren sind. Das wiederum spricht für eine wissenschaftlich fundierte systematische Vorgehensweise im Marketing. Wo liegen aber die Grenzen einer systematischen Vorgehensweise? Die Problematik soll nachfolgend an einem Beispiel illustriert werden.

Die Problemfeststellung

Das Dilemma beginnt schon bei der Frage, ob ein Problem vorliegt. Wie bewertet jemand starke und schwache Signale des Marktes oder aus dem eigenen Unternehmen? Wann besteht Veranlassung, zu handeln? Und ist das, was für den Kern der Sache gehalten wird, wirklich das Problem? Ein Beispiel dazu:

Beispiel | Von der Marktforschungsabteilung erfahren wir, dass unsere Produkte von den Kunden zwar als ganz gut, aber überteuert eingestuft werden. Wo liegt das Problem? Denkbar sind folgende Möglichkeiten:

Die Marktforschung irrt sich. Ihre Befunde sind nicht valide. Wir verfügen über kein zutreffendes Bild der Lage. Es muss eine neue Studie erstellt werden.

Unsere Produkte sind tatsächlich teurer als andere, aber nicht ohne Grund. Wir bieten mehr Qualität, Extras, Informationen, Service, Garantie usw., was der Öffentlichkeit in geeigneter Form zu vermitteln wäre.

Unser Angebot ist wirklich zu teuer, weil unsere (Stück-)Gewinne zu hoch sind.

Unsere Preise liegen über denen der Wettbewerber, aber wir erwirtschaften kaum noch unsere Kosten, so dass wir unsere Preise nicht senken können, ohne in beträchtlichem Ausmaß Leistungen abzubauen oder die Produktivität zu erhöhen.

Oft wäre es erfreulich, wenn wir nur genau wüssten, was wir wollen. Es liegt uns daran, unsere Umsätze zu erhöhen, die Marktposition auszubauen, ein erstklassiges Image in der Öffentlichkeit zu genießen, am Jahresende in der Bilanz stolze Gewinne auszuweisen usw. Aber leider können wir nicht alles auf einmal erlangen. Manche Ziele stehen im Widerstreit miteinander. Beispielsweise kann man oftmals kurzfristig Marktanteile hinzugewinnen, wenn man Wettbewerber unterbietet, doch beeinträchtigt dies fast immer den Gewinn. Oder: Hohe Lieferbereitschaft erfreut die Kunden, doch geht diese zu Lasten der Logistikkosten.

Die Modellbildung

Sobald wir das Problem erkannt und die komplexe Zielsetzung auf ein ganz bestimmtes Anliegen reduziert haben, beginnt die eigentliche Analysephase. Dazu benötigt man ein Modell als Planungsgrundlage. Dies ist ein gedankliches, graphisches oder mathematisches vereinfachtes Abbild jenes Ausschnitts der Realität, für den wir uns interessieren. Verdeutlichen wir wiederum an einem Exempel, worum es geht:

Beispiel | Unser Unternehmen verliert bei einem Produkt kontinuierlich an Marktanteil, ohne dass wir eine Erklärung dafür haben. Wüssten wir warum, könnten wir die Bestimmungsgrößen des Marktanteils unter Umständen zu unseren Gunsten beeinflussen. Was aber sind die (wichtigen) Determinanten? Liegt es an den Kunden, den Konkurrenten, an der unzulänglichen Weise, wie wir Marketing betreiben? Haben wir an alles Wichtige gedacht? Wie viele Einflussfaktoren können wir in diesem Modell verarbeiten? Zu wie vielen lassen sich aus finanziellen oder aus praktischen Gründen überhaupt Informationen beschaffen?

Um diese Fragen auf fundierte Weise auch nur annähernd beantworten zu können, benötigen wir Informationen, deren Beschaffung mit finanziellem und zeitlichem Aufwand verbunden ist. Dass dieser Aufgabe auch praktische Grenzen gesetzt sind, verdeutlicht folgende Variante unseres Exempels:

Beispiel | Die Vermutung scheint begründet, dass unsere Marketingkonzeption nicht mehr passt, was das Absinken des Marktanteils erklären würde. Wir könnten nun unser Produkt selbst, den Preis, den Vertriebsweg und die Schwerpunkte in der Kommunikation in jeweils bis zu zehn Details verändern. Allein in diesem, noch viel zu klein angelegten Fall gäbe es 10.000 theoretische Möglichkeiten, die einzelnen Optionen miteinander zu verknüpfen. Welche davon ist aber die beste?

Da wir Vergleichbares in der Vergangenheit nicht versucht haben, müssen wir, um dies herauszufinden, einen Markttest durchführen. Auch wenn die mathematische Statistik vielfältige Tricks entwickelt hat, um die Testsituation zu vereinfachen und die Anzahl der zu prüfenden Konstellationen auf drastische Weise zu verringern, lässt sich nur ein Bruchteil der Möglichkeiten durchspielen.

Die meisten der im Marketing verwendeten Variablen müssen erst operationalisiert, d.h. messbar gemacht werden. Wenn wir wissen wollen, wie viele Fahrzeuge eine Straße an einer bestimmten Stelle in einem genau definierten Zeitraum passieren, gibt es nicht viel zu "messen", zählen genügt. Ungleich schwieriger ist es, so genannte theoretische Konstrukte wie "Zufriedenheit mit dem Produkt", "Image des Produkts" oder "Wertewandel der Konsumenten" und deren Einfluss auf das Kaufverhalten methodisch in den Griff zu bekommen und korrekt zu messen. Ein großer Teil der Marketingforschung ist deshalb im Grunde Messtheorie, d. h. unter anderem auch die Bestimmung geeigneter Indikatoren.

Sind diese Teilaspekte einer Klärung zugeführt, stellt sich die nächste Frage, in welcher Weise die abhängige (endogene) Variable "Marktanteil" mit den zu ihrer Erklärung herangezogenen, als unabhängig (exogen) verstandenen Faktoren verknüpft werden soll. Die Beziehung könnte linear oder nichtlinear, additiv oder multiplikativ, statisch oder dynamisch, einfach oder komplex verzögert sein usw. Dabei sind die als unabhängig deklarierten Bestimmungsgrößen, was eigentlich unabdingbar ist, keineswegs unabhängig voneinander, vielmehr hat man mit dem Phänomen der Interkorrelation zu kämpfen.

Vollends verfangen in der Interdependenz ist unser Fall, wenn wir realistischerweise davon ausgehen, dass nicht nur Qualität, Preis, Werbung usw. den Marktanteil beeinflussen, sondern dieser umgekehrt auch das Preisgebaren prägt: Je höher der erreichte Marktanteil ist, desto mehr nähern wir uns der Position eines Monopolisten. Dieser kann bekanntlich seinen Preis autonom festlegen, wobei in der Praxis aus vielen Gründen vermieden wird, den Bogen zu überspannen. Damit sind wir, methodisch gesprochen, bei zirkulären Beziehungen und Mehrgleichungssystemen angelangt, die rechentechnisch nicht so ohne Weiteres zu bewältigen sind.

Haben wir trotz all dieser Teilprobleme das Modell in einer bestimmten Weise spezifiziert, sind wir immer noch nicht am Ziel. Ein solches Gebilde enthält auch eine Reihe von Koeffizienten, die, wie es in der Sprache der Statistik heißt, geschätzt werden müssen. Dabei sollten diese ebenso wie das Gesamtergebnis statistisch signifikant, d. h. über fast jeden Zweifel erhaben sein.

Bei weitem nicht alle Funktionen können analytisch bewältigt werden, was zwangsläufig zu Vereinfachungen führt oder zur (Computer-)Simulation greifen lässt. Und was schließlich als Ergebnis herauskommt, unterliegt, was der nächste Abschnitt zeigt, einem zweifachen Vorbehalt, der Angemessenheit eines doppelten induktiven Schlusses.

Die Validität der Ergebnisse

In Forschung und Praxis des Marketings werden zumeist Daten verarbeitet, die auf Stichprobenbasis gewonnen wurden. Insofern hängt die Qualität eines Befundes erstens davon ab, dass es gelungen ist, eine unverzerrte, d. h. für die Grundgesamtheit...