Die Versorgung mit adäquater Information ist eine der Hauptfunktionen von Performance Measurement-Systemen (PMS), gleichzeitig aber auch ihr größter Mangel und der Grund für das häufige Scheitern ihres Einsatzes in Unternehmen. Dabei gibt es derzeit keine Möglichkeit zu bestimmen, inwieweit ein eingesetzes PMS den Beteiligten auch tatsächlich gut und passgenau Informationen liefern kann. Diese Untersuchung geht von der Grundfrage aus, welche Informationen erhoben werden müssen, damit nicht nur die Darstellung der Performance selbst adressiert wird, sondern die auch für ein besseres Verständnis über das PMS und seine organisationale Verankerung und damit Akzeptanz und Nützlichkeit genutzt werden können. Sie folgt damit einem Verständnis von PMS als Informationssysteme, die für die adäquate Versorgung mit Domänenwissen sorgen müssen, und nicht lediglich als Controllinginstrumente, die Performance-Daten liefern sollen. Im Ergebnis steht die Entwicklung einer Theorie, die erklärt, weshalb das bisherige Problem des Scheiterns von PMS auftritt. Damit einhergehend wird der Indikator der Visibility of Performance konstruiert, der über eine einfache Anwendung aussagen kann, wie gut ein PMS bezüglich seiner Wissensversorgung für ein Unternehmen passt. Mithin zeigt er die Güte der performancerelevanten Informationsversorgung in einem PMS eines Unternehmens an.:Versicherung 5 Inhaltsverzeichnis 6 Abbildungsverzeichnis 8 Tabellenverzeichnis 10 Abkürzungsverzeichnis 11 Formelverzeichnis 13 1 Einleitung 14 1.1 Problemstellung 15 1.2 Zielsetzung 16 1.3 Aufbau der Arbeit 18 2 Grundlagen 21 2.1 Wissenschaftstheoretische Einordnung 21 2.1.1 Ontologische, epistemologische und methodologische Positionierung 21 2.1.2 Erkenntnistheoretische und methodische Spannungsfelder 25 2.1.2.1 Design Science und Behaviorismus 26 2.1.2.2 Design Science und der Theoriebegriff 29 2.1.3 Methodenpluralismus 30 2.1.3.1 Leitmethode Grounded Theory 30 2.1.3.2 Weitere verwendete Methoden 33 2.2 Fundamentale Konzepte und Theoriekontext 37 2.2.1 Performance und Performance Measurement 38 2.2.1.1 Konzeptualisierung von Leistung und Performance 38 2.2.1.2 Konzeptualisierung des Performance Measurement 41 2.2.1.3 Theorien und Modelle 44 2.2.2 Performance-Measurement-Systeme 46 2.2.2.1 Konzeptualisierung von Performance-Measurement-Systemen 46 2.2.2.2 Theorien und Modelle 50 2.2.3 Unternehmerisches Wissen 53 2.2.3.1 Konzeptualisierung von Wissen 53 2.2.3.2 Theorien und Modelle 54 2.3 Kritische Würdigung bestehender Konzepte 59 2.3.1 Anforderungen an ein PMS 60 2.3.1.1 Die Balanced Scorecard 63 2.3.1.2 Das Performance Prism 65 2.3.1.3 Die Performance Pyramid 67 2.3.2 Anforderungen an die Qualität von PMS 69 2.3.3 Zusammenfassung 72 2.3.4 Forschungsfragen 74 3 Arbeitsablauf 75 3.1 Aufbau der Schwerpunkte und Darstellung der Forschungsbeiträge 77 3.2 Erster Schwerpunkt: Indikatoren 78 3.2.1 Forschungsbeitrag 1 79 3.2.2 Forschungsbeitrag 2 80 3.2.3 Forschungsbeitrag 3 80 3.2.4 Zusammenfassung 81 3.3 Zweiter Schwerpunkt: PMS 83 3.3.1 Forschungsbeitrag 1 83 3.3.2 Forschungsbeitrag 2 83 3.3.3 Forschungsbeitrag 3 83 3.3.4 Forschungsbeitrag 4 84 3.3.5 Forschungsbeitrag 7 85 3.3.6 Zusammenfassung 86 3.4 Dritter Schwerpunkt: Kontextuelles Umfeld 87 3.4.1 Forschungsbeitrag 5 88 3.4.3 Forschungsbeitrag 6 89 3.4.4 Forschungsbeitrag 7 90 3.4.5 Zusammenfassung 90 3.5 Vierter Schwerpunkt: Visibility 91 3.5.1 Forschungsbeitrag 3 92 3.5.2 Forschungsbeitrag 4 93 3.5.3 Forschungsbeitrag 6 93 3.5.4 Forschungsbeitrag 8 94 3.5.5 Zusammenfassung 95 3.6 Zwischenstand: Darstellung der Theorie 97 3.6.1 Kausales Referenzmodell 98 3.6.2 Strukturelles Referenzmodell 99 3.6.3 Theorie und Hypothesen 100 3.6.4 Abduktiver Schluss 103 3.7 Fünfter Schwerpunkt: Operationalisierung 103 3.7.1 Forschungsbeitrag 5 104 3.7.2 Forschungsbeitrag 8 104 3.7.3 Forschungsbeitrag 9 110 3.7.4 Zusammenfassung 115 3.8 Sechster Schwerpunkt: Validierung 119 3.8.1 Forschungsbeitrag 8 119 3.8.2 Forschungsbeitrag 9 123 3.8.3 Zusammenfassung 124 3.9 Siebenter Schwerpunkt: Technologische Umsetzung 125 3.10 Vollständigkeitsbetrachtung 129 3.10.1 Thematischer Zusammenhang 130 3.10.2 Zusammenhang im Erkenntnisprozess 130 3.10.3 Individuelle Beiträge zum Methodenpluralismus und zur Diversität 132 4 Zusammenfassung 134 4.1 Diskussion der Ergebnisse 134 4.2 Einordnung bereits bestehender Konzepte 141 4.3 Nutzen für Forschung und Praxis 144 4.4 Generalisierung der Erkenntnisse und Ausblick 150 4.5 Vollständigkeitsbetrachtung 153 Literaturverzeichnis 155 Anhang Forschungsbeitrag 5 166 / The supply with adequate information is one of the main functions of Performance Measurement Systems (PMS), but also still one of its drawbacks and reason for their failure. Not only the collection of indicators is crucial, but also the stakeholders’ understanding of the about their meaning, purpose and contextual embedding. Today, companies are faced to seek for a PMS without a way to express the goodness of a solution, indicating its ability to deliver appropriate information and to address these demands. The goal of this investigation is to explore the mechanisms that drive information and knowledge supply in PMS in order to model a way to express this goodness. Using a grounded Theory approach, a theory of visibility of performance is developed, featuring a catalog of determinants for the goodness of PMS. Companies can conveniently use them to assess their PMS and to improve the visibility of their performance.:Versicherung 5 Inhaltsverzeichnis 6 Abbildungsverzeichnis 8 Tabellenverzeichnis 10 Abkürzungsverzeichnis 11 Formelverzeichnis 13 1 Einleitung 14 1.1 Problemstellung 15 1.2 Zielsetzung 16 1.3 Aufbau der Arbeit 18 2 Grundlagen 21 2.1 Wissenschaftstheoretische Einordnung 21 2.1.1 Ontologische, epistemologische und methodologische Positionierung 21 2.1.2 Erkenntnistheoretische und methodische Spannungsfelder 25 2.1.2.1 Design Science und Behaviorismus 26 2.1.2.2 Design Science und der Theoriebegriff 29 2.1.3 Methodenpluralismus 30 2.1.3.1 Leitmethode Grounded Theory 30 2.1.3.2 Weitere verwendete Methoden 33 2.2 Fundamentale Konzepte und Theoriekontext 37 2.2.1 Performance und Performance Measurement 38 2.2.1.1 Konzeptualisierung von Leistung und Performance 38 2.2.1.2 Konzeptualisierung des Performance Measurement 41 2.2.1.3 Theorien und Modelle 44 2.2.2 Performance-Measurement-Systeme 46 2.2.2.1 Konzeptualisierung von Performance-Measurement-Systemen 46 2.2.2.2 Theorien und Modelle 50 2.2.3 Unternehmerisches Wissen 53 2.2.3.1 Konzeptualisierung von Wissen 53 2.2.3.2 Theorien und Modelle 54 2.3 Kritische Würdigung bestehender Konzepte 59 2.3.1 Anforderungen an ein PMS 60 2.3.1.1 Die Balanced Scorecard 63 2.3.1.2 Das Performance Prism 65 2.3.1.3 Die Performance Pyramid 67 2.3.2 Anforderungen an die Qualität von PMS 69 2.3.3 Zusammenfassung 72 2.3.4 Forschungsfragen 74 3 Arbeitsablauf 75 3.1 Aufbau der Schwerpunkte und Darstellung der Forschungsbeiträge 77 3.2 Erster Schwerpunkt: Indikatoren 78 3.2.1 Forschungsbeitrag 1 79 3.2.2 Forschungsbeitrag 2 80 3.2.3 Forschungsbeitrag 3 80 3.2.4 Zusammenfassung 81 3.3 Zweiter Schwerpunkt: PMS 83 3.3.1 Forschungsbeitrag 1 83 3.3.2 Forschungsbeitrag 2 83 3.3.3 Forschungsbeitrag 3 83 3.3.4 Forschungsbeitrag 4 84 3.3.5 Forschungsbeitrag 7 85 3.3.6 Zusammenfassung 86 3.4 Dritter Schwerpunkt: Kontextuelles Umfeld 87 3.4.1 Forschungsbeitrag 5 88 3.4.3 Forschungsbeitrag 6 89 3.4.4 Forschungsbeitrag 7 90 3.4.5 Zusammenfassung 90 3.5 Vierter Schwerpunkt: Visibility 91 3.5.1 Forschungsbeitrag 3 92 3.5.2 Forschungsbeitrag 4 93 3.5.3 Forschungsbeitrag 6 93 3.5.4 Forschungsbeitrag 8 94 3.5.5 Zusammenfassung 95 3.6 Zwischenstand: Darstellung der Theorie 97 3.6.1 Kausales Referenzmodell 98 3.6.2 Strukturelles Referenzmodell 99 3.6.3 Theorie und Hypothesen 100 3.6.4 Abduktiver Schluss 103 3.7 Fünfter Schwerpunkt: Operationalisierung 103 3.7.1 Forschungsbeitrag 5 104 3.7.2 Forschungsbeitrag 8 104 3.7.3 Forschungsbeitrag 9 110 3.7.4 Zusammenfassung 115 3.8 Sechster Schwerpunkt: Validierung 119 3.8.1 Forschungsbeitrag 8 119 3.8.2 Forschungsbeitrag 9 123 3.8.3 Zusammenfassung 124 3.9 Siebenter Schwerpunkt: Technologische Umsetzung 125 3.10 Vollständigkeitsbetrachtung 129 3.10.1 Thematischer Zusammenhang 130 3.10.2 Zusammenhang im Erkenntnisprozess 130 3.10.3 Individuelle Beiträge zum Methodenpluralismus und zur Diversität 132 4 Zusammenfassung 134 4.1 Diskussion der Ergebnisse 134 4.2 Einordnung bereits bestehender Konzepte 141 4.3 Nutzen für Forschung und Praxis 144 4.4 Generalisierung der Erkenntnisse und Ausblick 150 4.5 Vollständigkeitsbetrachtung 153 Literaturverzeichnis 155 Anhang Forschungsbeitrag 5 166

Dans le cadre de notre thèse, nous avons proposé une approche générique d’extraction automatique des événements et de leur exploitation. L’approche est organisée en quatre composantes indépendantes et réutilisables. Une première composante de prétraitement, où les textes sont nettoyés et segmentés. Au cours de la seconde étape, les événements sont extraits en sebasant sur notre algorithme AnnotEC qui dispose d’une complexité polynomiale et qui est associé à des cartes sémantiques et des ressources linguistiques dédiées. Nous avons mis en place deux nouvelles mesures de similarité SimCatégoreille et SimEvent pour regrouper les événementssimilaires dans le cadre de la troisième composante de clustering. Les annotations, ajoutées tout au long des trois premières étapes, sont exploitées au niveau de la dernière composante par le bais des fichiers de synthèse paramétrables par l’utilisateur.L’approche a été évaluée sur un corpus issu du Web 2.0. Nous avons comparé les résultats avec des méthodes d’apprentissage automatique et des méthodes linguistiques par compilation et nous avons obtenu de meilleurs résultats. / In the framework of our thesis, we proposed a generic approach for the automatic extraction of events and their exploitation. This approach is divided into four independent and reusable components. The first component of pretreatment, in which texts are cleaned and segmented. During the second stage, events are extracted based on our algorithm AnnotEC which has polynomial complexity. AnnotEC is associated with semantic maps and dedicated linguistic resources. We have proposed two new similarity measures SimCatégoreille and SimEvent to group similar events using clustering algorithms.Annotations, added throughout the first three steps, are used at the last component by summarizing files configurable by users. The approach was evaluated on a corpus of Web 2.0, we compared the obtained results with machine learning methods and linguistic compiling methods and we got good results.