Effizienzmessung in Hochschulen

Vor dem Hintergrund der Reformdiskussionen an deutschen Hochschulen und der sich verschärfenden Finanzmittelknappheit der öffentlichen Hand gewinnt die Evaluation von Forschung und Lehre zunehmend an Bedeutung.

Michael Gutierrez greift mit der Data Envelopment Analysis (DEA) eine Methode zur Effizienzmessung auf, die eine Aggregation verschiedenartiger Leistungsindikatoren ohne Vorgabe ihrer Gewichtung erlaubt, und setzt sie für die Evaluation hochschulinterner Forschungs- und Lehreinheiten ein. Nach der Kennzeichnung des grundlegenden Ansatzes der DEA mündet die Untersuchung ihrer verschiedenen Versionen und Erweiterungsmöglichkeiten in ein integriertes Konzept, das am besten für die hochschulinterne Analyse geeignet erscheint. Dabei wird anschaulich gezeigt, für welche Zwecke dieses Instrument aussagefähige Informationen über die Effizienz wissenschaftlicher Einrichtungen innerhalb von Hochschulen liefert.

Evaluation von Forschung und Lehre mit der Data Envelopment Analysis

Autorentext
Dr. Michael Gutierrez war wissenschaftlicher Mitarbeiter und Doktorand bei Prof. Dr. Hans-Ulrich Küpper am Institut für Produktionswirtschaft und Controlling der Universität München. In der Folgezeit nahm er eine Dozententätigkeit am Fachbereich Betriebswirtschaft der Fachhochschule München wahr.

Inhalt
1 Einführung in die Problemstellung und Gang der Untersuchung.- 2 Grundzüge der Data Envelopment Analysis (DEA) und Überblick über ihre Anwendung im Hochschulbereich.- 2.1 Ausgangspunkte, zentrale Merkmale und Bedeutung der DEA.- 2.2 Systematisierung wichtiger DEA-Basismodelle.- 2.3 Formale Darstellung und Interpretation ausgewählter DEA-Basismodelle.- 2.4 Überblick uber bisherige Anwendungen der DEA auf den verschiedenen Ebenen des Hochschulsystems.- 3 Struktur und Datengrundlage der Effizienzanalyse wirtschaftswissenschaftlicher Professuren an einer staatlichen Universitat in Deutschland.- 3.1 Überblick über die Anwendungsphasen der DEA.- 3.2 Kennzeichnung des Analysezwecks und Auswahl der Vergleichseinheiten.- 3.3 Diskussion und Auswahl relevanter Vergleichsgrößen.- 3.4 Operationalisierung der Vergleichsgrößen und Systematisierung der zugrunde gelegten Input-Output-Sets.- 3.5 Diskussion relevanter Gesichtspunkte für die Auswahl geeigneter DEA-Basismodelle.- 4 Effizienzanalyse wirtschaftswissenschaftlicher Professuren an einer staatlichen Universität in Deutschland mit Hilfe von DEA-Basismodellen.- 4.1 Diskussion grundlegender Alternativen einer softwaretechnischen Implementierung der DEA.- 4.2 Auswahl einer geeigneten Technologie für den vorliegenden Anwendungsfall.- 4.3 Systematisierung und Durchführung grundlegender Analyseschritte im Rahmen einer DEA-basierten Effizienzmessung.- 4.4 Analyse der Implikationen einer Veränderung des Untersuchungsdesigns.- 5 Effizienzanalyse wirtschaftswissenschaftlicher Professuren an einer staatlichen Universität in Deutschland auf Grundlage von Weiterentwicklungen der DEA.- 5.1 Berücksichtigung des Stellenwertes von Lehre und Forschung im Rahmen der Effizienzmessung.- 5.2 Integration von Schwankungsbreitenbezüglich der qualitativen Bewertung verschiedener Publikationstypen.- 5.3 Integration der Evaluation der Lehre in die Effizienzanalyse.- 6 Verknüpfung der Weiterentwicklungen in einem integrierten Modellansatz zur Effizienzmessung wirtschaftswissenschaftlicher Professuren an einer staatlichen Universität in Deutschland.- 6.1 Entwicklung eines integrierten Modellansatzes zur Verknüpfung der Weiterentwicklungen.- 6.2 Präsentation und Diskussion der Effizienzergebnisse auf Basis des Integrationsmodells.- 6.3 Zusammenfassende Würdigung des Integrationsmodells.- 7 Perspektiven der DEA als Instrument für das Hochschulcontrolling.