Modelle zur Marktsimulation

Kieckhäfer, Karsten

doi:10.1007/978-3-658-02471-0_4

Karsten Kieckhäfer²

Part of the book series: Produktion und Logistik ((PL))

3703 Accesses

Zusammenfassung

In der Literatur existieren verschiedene Modelle, die es grundsätzlich erlauben, Marktanteilsentwicklungen im Automobilmarkt zu projizieren und zu analysieren. Gegenstand des vorliegenden Kapitels ist die Analyse dieser Modelle in Bezug auf ihre Eignung für die strategische Planung von Fahrzeugportfolios.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Chapter: USD 29.95; Price excludes VAT (USA)

eBook: USD 49.99; Price excludes VAT (USA)

Softcover Book: USD 59.99; Price excludes VAT (USA)

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

1.
Für die Verwendung des Begriffs in Bezug auf den Automobilmarkt siehe z. B. Hofer (2003); Hofer (2004) oder Struwe (2011).
2.
Vgl. Eliashberg und Lilien (1993a); Lilien und Kotler (1992), S. 6.
3.
Eliashberg und Lilien (1993a), S. 4.
4.
Vgl. Cooper (1993).
5.
Böcker (1986), S. 556.
6.
Vgl. Brockhoff (1999), S. 37.
7.
Vgl. Eliashberg und Lilien (1993b); Lilien und Kotler (1992), S. 6–8.
8.
Vgl. Eliashberg und Lilien (1993b); Lilien und Kotler (1992), S. 8–9.
9.
Quelle: Modifiziert übernommen aus Eliashberg und Lilien (1993a), S. 6, und Lilien und Kotler (1992), S. 9.
10.
Vgl. Fink et al. (2005), S. 135; Law und Kelton (2000), S. 5, 91–92; Pidd (1998), S. 5; Scholl (2001a), S. 17– 18.
11.
Eine ähnliche Definition ist in Kieckhäfer et al. (2012a) zu finden. Gutsche (1995), S. 43–49, schlägt einen vergleichbaren Weg ein, um den Begriff der Marksimulation zu definieren.
12.
Vgl. Hahn (1997), S. 41–42; Louviere et al. (2010).
13.
Kroeber-Riel et al. (2009), S. 425.
14.
Diese Idee geht auf eine Erweiterung der klassischen mikroökonomischen Haushaltstheorie nach Lancaster zurück, vgl. Lancaster (1966).
15.
Auf Grund der Ableitung der Einzelbeiträge aus dem Gesamturteil zählen Conjoint-Analysen und Discrete-Choice-Experimente zu den dekompositionellen Verfahren, vgl. z. B. Backhaus et al. (2008), S. 452; Böcker (1986) und Hahn (1997), S. 41–42.
16.
Zum Vorgehen im Rahmen von Conjoint-Analysen siehe z. B. Backhaus et al. (2008), S. 456–473, zum Vorgehen bei Discrete-Choice-Experimenten Hensher et al. (2005) oder Louviere et al. (2000).
17.
Vgl. Hahn (1997), S. 41–42.
18.
Eine ausführliche Diskussion über die Unterschiede ist z. B. in Hahn (1997), S. 125–159, oder Louviere et al. (2010) zu finden.
19.
Oftmals wird die Discrete-Choice-Analyse als Variante der Conjoint-Analyse behandelt und als Choice-Based-Conjoint-Analyse bezeichnet, vgl. z. B. Green et al. (2001) und Louviere et al. (2010). Im Rahmen dieser Arbeit werden einheitlich die Begriffe Discrete-Choice-Analyse und Discrete-Choice-Modell verwendet, auch wenn in einigen der diskutierten Veröffentlichungen von Choice-Based-Conjoint-Analysen bzw. -Modellen gesprochen wird.
20.
Vgl. Thurstone (1927).
21.
Vgl. McFadden (1974).
22.
Vgl. Louviere et al. (2010). Zur vollständigen theoretischen Fundierung von Discrete-Choice-Modellen siehe vertiefend z. B. Anderson et al. (2001), S. 13–39; Ben-Akiva und Lerman (1985), S. 30–58, oder McFadden (2001).
23.
Vgl. Manski (1977).
24.
Vgl. Ben-Akiva und Bierlaire (2003); Bierlaire (1998); Temme (2007); Train (2003), S. 15–23.
25.
Vgl. Ben-Akiva und Bierlaire (2003); Louviere et al. (2000), S. 47–51; Temme (2007). Vertiefend hierzu siehe z. B. Train (2003).
26.
Siehe vertiefend hierzu z. B. Ben-Akiva und Lerman (1985), S. 131–153.
27.
Vgl. Bass (1969).
28.
Siehe hierzu vertiefend z. B. Mahajan et al. (1990); Mahajan et al. (2000) und Peres et al. (2010).
29.
Vgl. Jiang et al. (2006); Mahajan et al. (1990).
30.
Vgl. Bossel (1994), S. 38; Domschke und Drexl (2011), S. 226–227; Klügl (2001), S. 49–50; Law und Kelton (2000), S. 5–9; Liebl (1995), S. 9–10; Pidd (1998), S. 5.
31.
In der Literatur wird zum Teil abweichend von dem hier genutzten Begriff auch von zeitdiskreten oder diskreten Modellen gesprochen, vgl. z. B. Bossel (1994), S. 38, oder Liebl (1995), S. 9.
32.
Vgl. Gilbert und Troitzsch (2005), S. 13; Klügl (2001), S. 49–50.
33.
Für einen vertiefenden Vergleich der beiden Ansätze siehe z. B. Parunak et al. (1998); Rahmandad und Sterman (2008); Schieritz und Milling (2003) oder Schieritz (2007).
34.
Vgl. Forrester (1958); Forrester (1961).
35.
Vgl. Gilbert und Troitzsch (2005), S. 29–45; Gilbert (2008), S. 18–20; Liebl (1995), S. 10. Vertiefend hierzu siehe z. B. Forrester (1961) und Sterman (2000).
36.
Allgemein wird das Phänomen der Ausbildung eigenständiger makroskopischer Effekte auf Grund des Zusammenwirkens einzelner Systemelemente als Emergenz bezeichnet, vgl. z. B. Gilbert und Troitzsch (2005), S. 11–12.
37.
Vgl. zum Gebiet der künstlichen Intelligenz z. B. Russell und Norvig (2004).
38.
Vgl. Deckert und Klein (2010); Gilbert (2008), S. 5–6; Kiesling et al. (2012); Meyer und Heine (2009). Vertiefend hierzu siehe z. B. Gilbert (2008); Jennings und Wooldridge (1998) oder Klügl (2001).
39.
Vgl. Gilbert und Troitzsch (2005), S. 8; Klügl (2001), S. 52. Vertiefend hierzu siehe z. B. Gilbert und Troitzsch (2005), S. 57–78.
40.
Vgl. Mock (2010).
41.
Ein vergleichbares Beispiel liefert Liebl (1995), S. 19–21 mit einer Bilanzsimulation.
42.
Zur Simulation von Marktanteilen auf Basis von Auswahlwahrscheinlichkeiten aus Discrete-Choice-Modellen siehe z. B. Ben-Akiva und Lerman (1985), S. 131–153, oder Train (2003), S. 33–36.
43.
Für einen Überblick siehe z. B. Cao und Mokhtarian (2003) und Struwe (2011), S. 114–116.
44.
Vgl. Achtnicht et al. (2012); Brownstone und Train (1999); Brownstone et al. (2000); Bunch et al. (1993); Hidrue et al. (2011); Qian und Soopramanien (2011); Struwe (2011), S. 166–185.
45.
Vgl. Achtnicht et al. (2012); Brownstone und Train (1999); Brownstone et al. (2000); Bunch et al. (1993); Train und Winston (2007); Struwe (2011), S. 166–185.
46.
Eine Diskussion hinsichtlich des geschätzten Einflusses der Käufercharakteristika auf die Kaufentscheidung ist z. B. auch in Struwe (2011), S. 161–166, zu finden.
47.
Vgl. Achtnicht et al. (2012); Brownstone und Train (1999); Brownstone et al. (2000); Bunch et al. (1993); Potoglou und Kanaroglou (2007); Qian und Soopramanien (2011); Struwe (2011), S. 166–185; Ziegler (2010).
48.
Vgl. Achtnicht et al. (2012); Brownstone et al. (2000); Struwe (2011), S. 200–210.
49.
Vgl. Hofer (2003), S. 186–194; Train und Winston (2007).Hierbei ist anzumerken, dass die Marktsimulation von Hofer (2003) auf einem Conjoint-Modell beruht.
50.
Vgl. Zhang et al. (2011).
51.
Vgl. de Haan et al. (2009); Mueller und de Haan (2009).
52.
Eine ähnliche Idee verfolgen Whitefoot und Skerlos (2012), die allerdings keinen agentenbasierten Simulationsansatz nutzen und das Käuferverhalten auf aggregierter Ebene modellieren.
53.
Vgl. Klasen und Neumann (2011).
54.
Vgl. Shafiei et al. (2012).
55.
Der genaue Auswahlprozess ist in der Veröffentlichung nicht beschrieben.
56.
Vgl. hierzu z. B. Eppstein et al. (2011); Schwoon (2006); Sullivan et al. (2009).
57.
Vgl. hierzu auch Kieckhäfer et al. (2012a).
58.
Vgl. Eggert (2003).
59.
Vgl. Orbach und Fruchter (2011).
60.
Das Modell zur Produktdifferenzierung wird in der Literatur als „Address Approach” bezeichnet, vgl. z. B. Anderson et al. (2001).
61.
Darüber hinaus schlägt Eggert eine Erweiterung seines Ansatzes um ein Diffusionsmodell vor, um auch die Entwicklung der Absatzzahlen von Produktinnovationen abbilden zu können, wendet dieses Modell jedoch im Rahmen seiner Arbeit nicht an, vgl. Eggert (2003), S.173–186.
62.
Vgl. Urban et al. (1990); Urban et al. (1996).
63.
Das Modell weist somit Ähnlichkeiten mit einem Mikrosimulationsmodell auf, allerdings erfolgt die Modellierung hier nicht auf individueller, sondern auf aggregierter Ebene.
64.
Vgl. Struben und Sterman (2008).
65.
Vgl. Walther et al. (2010); Wansart (2012).
66.
Eine Anwendung des Modells von Struben und Sterman findet sich auch in Shepherd et al. (2012).
67.
Vertiefend zur Gesetzesfolgenabschätzung vgl. z. B. Leitlinien der Europäischen Kommission zur Folgenabschätzung (SEK (2009) 92).
68.
Vgl. Weikl (2010).
69.
Zu den verschiedenen Gruppen von Adoptoren siehe vertiefend Rogers (1995).
70.
Eine Übersicht bietet z. B. Wansart (2012), S. 73–78.
71.
Vgl. Kwon (2012).
72.
Vgl. Meyer und Winebrake (2009).
73.
Vgl. Bosshardt (2009), dessen Modell auf den Arbeiten von Janssen et al. (2006) aufbaut.
74.
259
75.
260
76.
Vgl. Mock (2010).
77.
Vgl. de Ceuster et al. (2007).
78.
Vgl. ESMT Berlin (2011).
79.
Vgl. hierzu auch Kieckhäfer et al. (2012a).
80.
Vgl. hierzu auch Kieckhäfer et al. (2012a); Kieckhäfer et al. (2012c).
81.
Vgl. hierzu vertiefend z. B. Schieritz (2007), S. 130–148; Scholl (2001b); Scholl (2001c) oder Swinerd und McNaught (2012).

Author information

Authors and Affiliations

Braunschweig, Deutschland
Karsten Kieckhäfer

Authors

Karsten Kieckhäfer
View author publications
You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

About this chapter

Cite this chapter

Kieckhäfer, K. (2013). Modelle zur Marktsimulation. In: Marktsimulation zur strategischen Planung von Produktportfolios. Produktion und Logistik. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-02471-0_4

Download citation

DOI: https://doi.org/10.1007/978-3-658-02471-0_4
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-02470-3
Online ISBN: 978-3-658-02471-0
eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics