Marktsimulation und Absatzprognose in der Automobilindustrie

Inhaltsübersicht.- 1. Untersuchungsgegenstand und Struktur der Arbeit.- 1.1. Beschreibung der Problemstellung und der Zielsetzung.- 1.2. Darlegung des Vorgehens und der Struktur.- 1.3. Der Automobilmarkt in Deutschland.- 1.4. Der Einsatz der Marketingforschung in der Automobilindustrie.- 2. Preis und Absatz als ökonomische Grössen für Prognosen.- 2.1. Der Preis als bestimmende Variable im Markt.- 2.2. Der Absatz als abhängige Variable.- 2.3. Der funktionale Zusammenhang zwischen Preis und Absatz.- 2.4. Verfahren und Systeme zur Prognose und Simulation.- 3. Bestimmung und Verarbeitung von Präferenzinformationen in Prognosemodellen.- 3.1. Käuferverhalten und Präferenzforschung.- 3.2. Grundlagen der Conjoint Analyse.- 3.3. Präferenzdaten und Simulationsmodelle.- 4. Der Multi-Source-Prognoseansatz zur Marktsimulation und Absatzprognose.- 4.1. Grundlagen des Prognoseansatzes.- 4.2. Simulationsmodell auf der Basis der gegenwärtigen Präferenzstruktur.- 4.3. Analyse der historischen Daten und der zukünftigen Produktpolitik.- 4.4. Erwartete Marktentwicklung.- 4.5. Zusammenfassung der Ergebnisse.- 5. Zusammenfassung, Bewertung und Ausblick.- 5.1. Zusammenfassung der Untersuchungsergebnisse.- 5.2. Bewertung des Vorgehens und der Ergebnisse.- 5.3. Aspekte zukünftiger Forschung.

Dr. Markus B. Hofer promovierte bei Prof. Dr. Ulrich Teichmann an der Universität Dortmund. Er ist Senior Consultant und Project Manager bei Simon-Kucher & Partners, Strategy & Marketing Consultants, in Bonn.

Die Markteinführung eines Fahrzeugs - entweder als Substitution für ein bestehendes Modell oder als Beginn einer neuen Modellreihe - bietet für Automobilhersteller eine Reihe von Chancen und Möglichkeiten, z.B. die Neupositionierung der Marke, das Erschließen neuer Marktsegmente, die Verbesserung der Ergebnissituation durch veränderte Preis- und Kostenstrukturen und die Umsetzung neuer strategischer Zielsetzungen.

Markus B. Hofer bildet mit Hilfe von Decision-Support-Modellen die aktuelle Marktsituation und die zukünftige Entwicklung möglichst genau ab. Er kombiniert verschiedene Methoden und Datenquellen und entwickelt ein Prognosesystem zur optimalen Erstpreispositionierung und zur Absatzschätzung. Sein Multi-Source-Prognosekonzept berücksichtigt neben dem auf Präferenzdaten basierenden Simulationsmodell auch historische Absatzzahlen, die zukünftige Produktpolitik sowie die erwartete Marktentwicklung im betrachteten Segment.