Thomas Dreiskämper: Glaube, Kennzahl, Hoffnung – Eine Anamnese des Kommunika-tionscontrollings

Das Kommunikationscontrolling beschäftigt sich mit der Frage, welcher Kommunikationsmix einen größtmöglichen Zielerreichungsgrad gewährleistet und welcher Kommunikationsinstrumenteneinsatz bei welchem Werbedruck bzw. bei welcher Reichweite den höchstmöglichen Return on Investment realisiert (vgl. Bruhn und Ahlers 2016: 182). Final besteht der Anspruch darin, den Wertbeitrag der Kommunikation zur Realisation strategischer und operativer Unternehmensziele zu messen und einen verlässlichen Beitrag zur rationalen Steuerung der Kommunikationspolitik zu liefern (vgl. Pfefferkorn 2009: 12 ff.).

Zu diesem Zweck identifiziert das Controlling die für den Kommunikationserfolg entscheidenden Werttreiber und liefert ein System an Key Performance Indikatoren (vgl. Lies 2015: 370 ff.) mit Hilfe derer angeblich der Kommunikationserfolg erfasst wird. Anhand von Key Result Indikatoren soll abschließend der Wertbeitrag der Kommunikation am Unternehmenserfolg gemonitort und ökonomisch gemessen werden, um dem Management Planungs- und Entscheidungshilfen an die Hand zu geben.

Die Folge im Betriebsalltag: Es werden Daten gesammelt, Szenarien entwickelt, es wird gerechnet, gewichtet, verglichen, verworfen, empfohlen und schließlich entschieden. Und doch gibt es jede Menge Kampagnen-Flops. Wie ist das zu erklären? Dieser Beitrag problematisiert Anspruch und Wirklichkeit von Theorie und Praxis im Kommunikationscontrolling und liefert damit eine allgemeine Anamnese dieser Unternehmensfunktion. Vor allem wird aufgezeigt, dass das Kommunikationscontrolling als Blaupause des Finanzcontrollings, so wie erhofft, überhaupt nicht funktionieren kann und bestenfalls grundsätzliche Entscheidungshilfen zu liefern in der Lage ist. Das Ungewisse lässt sich nicht exakt bemessen.

Jedes Unternehmen und jeder Manager nutzt Kennzahlen. So wird es gelernt. So wird es verlangt. Der Glaube an Kennzahlen ist ebenso weit verbreitet wie tief verwurzelt. Kennzahlen entspringen der Erkenntnis über Abhängigkeiten und Zusammenhänge, werden mittels Logik geformt und mit Hilfe der Mathematik serviert. Sie sind unwiderlegbar genau und spiegeln sowohl einfache als auch aggregierte Zusammenhänge in einem einzigen Wert wider. Eine Kennzahl transformiert die ökonomische Realität in eine Zahl. Und diese Zahl wird zur Messgröße für Erfolg oder Misserfolg; zum Key Performance Indicator (KPI) bzw. Key Result Indikator (KRI).

Es gäbe wohl kein Unbehagen oder gar Einspruch an dieser Stelle, wenn lediglich rein technische Zusammenhänge betrachtet und bewertet würden (z.B. die Produktivität oder Wirtschaftlichkeit von Produktionsverfahren oder eine Click-Through-Rate). Auch monetäre Zusammenhänge direkt erfassbarer ökonomischer Werte können über Kennzahlen hervorragend dargestellt werden. So zeigen z.B. die, der Deckungsbeitrag oder die Vielzahl an Renditegrößen eindrucksvoll, wie elegant und von überflüssigen Informationen bereinigt betriebliche Ergebnisse generisch formuliert werden können. Jeder Manager weiß diese Hilfestellungen zu schätzen. Werden benötigte Informationen schnell und auf den Punkt gebracht geliefert, kann dies essentiell sein für die Unternehmensführung. So können kritische Absatzmengen oder Gewinnschwellen unter verschiedenen Annahmen berechnet werden, Kapitalrenditen verglichen oder auch einfach nur Listenpreise empfohlen oder Rabattmöglichkeiten ausgelotet werden. Doch wenn die Zusammenhänge sehr komplex werden, Wirkungen zeitlich verzögert eintreten und/oder Kausalitäten mathematisch nicht exakt abgebildet werden können, weil verhaltenspsychologische, individuelle und situative Unwägbarkeiten als Nebenbedingungen Reaktionen beeinflussen, stößt die Aussagekraft von Kennzahlen – auch wenn diese Tatsache gerne ausgeblendet wird – an ihre Grenzen. So beispielsweise ganz massiv in der Kommunikationspolitik. Kennzahlen in diesem Marketingmix-Segment gleichen eher einem „Pi-mal-Daumen“-Wert als einem beschreibungs- oder prognosesicherem Performance Indicator (PI).

Performance Indikatoren als rationale Fiktionen in der betriebswirtschaftlichen Leistungsmessung

Controller als die verteidigende Ritterschaft einer effizienten Ressourcenallokation sind seit Dekaden auf der Suche nach dem hl. Gral der Kommunikationsindustrie. Um die Wirkung von Marketingmaßnahmen (hier speziell: Kommunikationsmaßnahmen) messen zu können, müssen Performance Indikatoren formuliert werden, die den Erfolg, den ein Unternehmen mit dem Einsatz von Kommunikationsbudgets erwirtschaftet, möglichst genau beziffern. Die Quantifizierung von Wirkungszusammenhängen bildet nicht nur das Herzstück des Controllings, sondern steht auch als tragende Säule im Mittelpunkt aller neoklassischen Denkmodelle.

Die neoklassische Modellwelt ist geprägt von einem festen Glauben an die Unbestechlichkeit und Genauigkeit, mit der die Mathematik Logik und Eigenschaften abstrakter Strukturen untersucht. So soll auch mit ihrer Hilfe eine möglichst exakt messende Wirkungsformel gefunden werden, mit der kommunikationsgetragene Zusammenhänge und Wirkungen so operationalisiert werden können, dass sie als Steuerungsgröße eingesetzt, die optimale Verwendung von Budgets sichert. Ist diese Formel oder ein entsprechendes Bündel an Formeln gefunden, wird es keine Fehlallokationen in Kommunikationsbudgets oder Kommunikationsmaßnahmen mehr geben.

Allerdings wird ein Problem, das die orthodoxe wirtschaftswissenschaftliche Denkweise deutlich belastet, von Lehrenden und Praktikern seit Jahrzehnten beharrlich ignoriert: Die Wirtschaftswissenschaften suchen nach Methoden, die gegebene (reale) Sachverhalte und Zusammenhänge untersuchen können. Die Mathematik verfügt allerdings lediglich über ein formales Instrumentarium bzw. Spektrum an Methoden, das Zusammenhänge nur dann beschreiben oder erklären kann, wenn die Gegebenheiten so (um-)definiert werden, dass sie den Modellbedingungen der Mathematik entsprechen. Dies führt zu dem Dilemma, dass die Realität in die Modellwelt der Mathematik gezwängt werden muss. Dem wirtschaftswissenschaftlichen Anspruch kann das formale Modell also nur dann entsprechen, wenn die Realität in das mathematische Korsett passt oder passend gemacht werden kann. Deswegen beginnen alle mathematischen Lösungsangebote hilfsweise immer mit der einschränkenden Formulierung ‚Unter der Annahme, dass …‘. Die unter dieser Einschränkung gelieferten Lösungsangebote der Mathematik nennen die Controller Performance Indikatoren, wenn sie zuvor definierte Ziele oder Zielerreichungsgrade mit Hilfe einzelner Erfolgsfaktoren unter der Annahme passend gemachter Rahmenbedingungen messen (vgl. auch Kapitel SWOT-Fazit über das Kommunikationscontrolling).

PIs werden vom Management eingesetzt, um Entscheidungsunsicherheiten abzubauen bzw. strategische und operative Entscheidungen rational treffen zu können (vgl. Lies 2015: 370 ff.). Sie entlasten das Management, da sie Datenreihen geschäftstauglich zusammenfassen und werden als Prozentsätze, Durchschnittswerte und Verhältnisse etc. in Bezug auf einen zeitlichen Kontext ausgedrückt (vgl. Peterson, 2006: 7 f.).

Kritische Untersuchungen (vgl. z.B. Horváth & Partners 2014) verdeutlichen, dass wenn Kennzahlen in Unternehmen überhaupt sinnvoll genutzt werden (z.B. im Rahmen einer Balanced Scorecard), vermehrt Finanzkennzahlen zur Unternehmenssteuerung zum Einsatz kommen. Und dies obwohl bekannt ist, dass diese Ergebnisindikatoren oft und deutlich durch verhaltenswissenschaftliche Parameter mitbestimmt werden (vgl. Horváth & Partners 2014: 2 ff.).

Der herausragende Spitzenwert im Umfeld der value-based Unternehmenssteuerung ist der RoMI, der Return on Marketing Investment (vgl. Kapitel Der RoMI als zentraler KRI: Symbol oder Leitstern?). Diese Kennzahl ist so beliebt, weil sie einerseits der Logik des Shareholder-Value-Konzepts folgt und zum anderen so wunderbar einfach konstruiert ist. Der RoMI misst den durch eine Marketingaktivität verursachten Umsatzanstieg in einer Periode und setzt diesen Erfolg ins Verhältnis zum betriebenen Marke­ting­mehraufwand (vgl. Stewart, 2009: 640). Einfacher geht eine aggregierte Erfolgsmessung augenscheinlich nicht.

Ist dieser finale Key Result Indikator (KRI) der gesuchte hl. Gral der Controller oder ein nur mehr oder weniger hilfreiches Denkmittel? Um vorschnelle Antworten auszubremsen, sei der Hamburger Mathematiker Claus Peter Ortlieb mit einer treffenden Anmerkung in Bezug auf die Mathematik als Abbildungsinstrument von Realitäten zitiert: „Ich muss mir im Klaren darüber sein, dass ich die Welt durch eine Brille hindurch betrachte, die von vornherein große Teile ausblendet. […] Bedenklich sind Zahlen immer dann, wenn sie zu Normierungen führen, obwohl niemand mehr nachvollziehen kann, wie die Zahlen zustande gekommen sind.“ (Ortlieb 2011: o.S.)

Mathematische Modelle beschreiben oder prognostizieren Verhalten in den Grenzen einer ma­thematisch definierten Idealsituation, obwohl es diese Situation realiter nicht gibt. Allenfalls kann das Verhalten von Menschen im statistischen Mittel beschrieben werden. „Es muss dann aber auch eingeräumt werden, dass der Einzelne davon abweichen kann. […] Dazu kommt, dass ökonomische Prozesse letztlich von Menschen gemacht werden und nie naturgesetzlich ablaufen. Menschen haben immer Entscheidungsfreiheit“ (a.a.O.). Es gibt Gesetzmäßigkeiten, aber keine eindeutig determinierbaren Prozesse in komplexen Situationen. „Die neoklassische Lehre blendet das aus und kommt zu absurden Ergebnissen.“ (ebd.)

Die Signifikanz dieser Kritik lässt sich im Umfeld der Kommunikationspolitik besonders gut belegen: Kommunikationswirkung entsteht im komplexen gesellschaftlichen Raum. Sie ist kein Naturprozess, der einfach so abläuft und mathematisch exakt prognostizierbar ist oder durch PIs genau quantifiziert werden kann. Ein Festhalten an Ceteris-paribus-Einschränkungen innerhalb der Effektivitätsmessung oder innerhalb von Operationalisierungsverfahren von Kommunikationswirkungen wird allenfalls zum Beleg der Alternativlosigkeit im Erklärungsangebot. Wenn PIs herangezogen werden, um die Wirkungseffizienz von Maßnahmen zu messen, um Ressourcenverschwendung zu vermeiden und Investitionen in die Marketingkommunikation zu optimieren, wird die Realität gänzlich von der mathematischen Fiktion über die reale Welt verschlungen.

PIs strahlen Genauigkeit aus. Nichts ist exakter als eine Zahl. Dieser Glanz blendet und wird missbraucht: von den Intermediären zur Legitimation von Werbepreisen, von den Agenturen zur Rechtfertigung von Mediabudgets (und damit verbundenen Honoraren) und von unternehmensinternen Werbe- und PR-Abteilungen zur Dokumentation eigener Wertbeiträge. Realiter imaginieren PIs der Kommunikationswirkung die Messbarkeit unmessbarer, multikriterieller Phänomenenbündel. Das heißt, PIs messen nur das, was sie messen. Alles andere ist Interpretation.

Damit drängt sich die Vermutung auf, dass das gesamte Controllingsystem der Marketingkommunikation weder wirklich solide noch tatsächlich so leistungsstark ist, wie es durch die Disziplinenvertreter propagiert wird. Dennoch erscheint es aus Sicht der Praxis weit besser als nichts. Beide Vermutungen sollen im Folgenden diskutiert werden.

Zur Rollenerwartung an das Controlling in der Kommunikationspolitik

Das Controlling als zielorientierte Steuerung und Koordination des Führungssystems eines Unternehmens (vgl. Schultz 2017: 233) gilt als Navigationshilfe für das Management und soll dazu beitragen, Wirksamkeiten und Wirtschaftlichkeiten von Strategien und Maßnahmen transparent zu machen. Der Anspruch an das Controlling liegt damit in der aktiven Mitwirkung an der unternehmerischen Gestaltung von Entscheidungen.

Der zu diesem Zweck in Unternehmen implementierte Funktionsbereich ist in drei grundlegende Aufgabenfelder differenziert. Diese bestehen aus Planung, Steuerung und Kontrolle. Die Planung umfasst dabei die Ausarbeitung, Festlegung und Priorisierung von Kommunikationszielen auf Basis von Informationen und bildet die Grundlage für die Steuerung von Kommunikation (vgl. Pfefferkorn, 2009: 12 oder Steffenhagen 2004: 173). Die Steuerung meint die effektive und effiziente Durchführung von Kommunikationsmaßnahmen und die Koordination von Kommunikationsinstrumenten (vgl. Liebl 2003: 56). Die Kontrolle als dritter Funktionsbereich überprüft die Zielerreichung und identifiziert mögliche Zielabweichungen (vgl. Ruud, Pfister 2005: 60 f. oder Will 2007: 288 f.).

Der Controller wird zu einem Business Partner der Unternehmensführung und soll dementsprechend auch den Marketern Entscheidungshilfen liefern, damit die Unternehmensausrichtung der Marktdynamik Rechnung trägt. Im Umfeld der Kommunikationspolitik steht die Beratungsfunktion des Controllings allerdings vor besonderen Herausforderungen.

Die Kommunikationspolitik, verstanden als planmäßige und bewusste Gestaltung der Informationsvermittlung an und Interaktion mit Stakeholdern zum Zweck der Beeinflussung von Wissen, Einstellungen, Erwartungen und Verhaltensweisen der Zielgruppen des Unternehmens (vgl. Homburg und Krohmer 2006), generiert selbst keine Umsätze, schafft aber zusammen mit anderen Betriebsfunktionen und Leistungen die notwendigen Voraussetzungen für die Erwirtschaftung von Erträgen und gilt damit als eine notwendige Voraussetzung für den Unternehmenserfolg.

Ganz besonderen Stellenwert hat in diesem Zusammenhang die Marktkommunikation (Werbung und Public Relations). Sie zählt zu den entscheidenden Werttreibern bezüglich der Erwirtschaftung von Rendite. Doch das Henry Ford zugeschriebene Bonmot “Die Hälfte der Ausgaben für Werbung ist hinausgeworfenes Geld. Ich weiß nur nicht, welche Hälfte”, steht sinnbildlich für die betriebswirtschaftliche Problemstellung hinsichtlich der Messung dessen, was Kommunikationserfolg genannt wird. Um den Optimierungsanforderungen einer renditegetriebenen Rentabilitätssteuerung gerecht werden zu können, muss dieses Problem allerdings gelöst werden. Das heißt, es müssen Werttreiberbäume und PIs entwickelt werden, um einerseits Ursache-Wirkungszusammenhänge bzw. Wirkketten der Kommunikation aufzeigen und andererseits deren Wirkungsausmaß auf unterschiedlichen Ebenen quantifizieren zu können.

Im Umfeld der Kommunikationspolitik steht die Beratungsfunktion des Controllings vor der Herausforderung, dass neben den direkt messbaren Inputgrößen (z.B. Arbeitszeit und Budget) und den eindeutig operationalisierten Outflowwerten (z.B. Umsatz, Deckungsbeitrag und Gewinn) auch mehrdimensionale Einflussfaktoren wirken, deren Effekte sich einer direkten Messung entziehen (z.B. Motivation, Zufriedenheit, Akzeptanz oder Kompetenz). Da solche verhaltenspsychologischen Parameter ebenfalls deutlich ergebnisrelevant sind, sich aber einem eindeutig definierten mathematisch funktionalen Zugriff entziehen, bleibt deren Wirkung bzw. Wirkungspotenzial zwischen den initiierenden und resultierenden Wertgrößen nur abzuschätzen. Das ist mehr als unbefriedigend und steht im Widerspruch zum Eigenanspruch der Controllingfunktion, dem Management objektiv, reliabel und valide evaluierte Messdaten und damit rationale Entscheidungsmodelle zur Verfügung zu stellen. Diesem Eigenanspruch kann das Kommunikationscontrolling nicht gerecht werden. Es liefert allenfalls Hilfsgrößen, die Vermutungen über Wirkungen und Wirkungsgrade von Maßnahmen und Budgets in engen Grenzen bestätigen oder fraglich werden lassen.

Die Hauptaufgabe des Kommunikationscontrollings liegt daher zunächst darin, Datenpunkte (kommunikationsgetragene Touchpoints; vgl. Esch et al. 2016) innerhalb von modellierten Customer Journeys zu definieren, hier anfallende Daten zu sammeln und sinnvoll zu ordnen. Aus dieser Ordnung können aber bestenfalls konkrete PIs gebildet werden, die eine begrenzte Aussagekraft haben. Konkret und objektiv gemessen werden digital ermittelte Indikatoren wie beispielsweise ‚Visits‘, ‚Clicks‘ oder ‚Leads‘. Aber schon bei anderen, vermeintlich ebenfalls rein quantitativ gemessenen Größen wie beispielsweise dem ‚Tausend-Kontakt-Preis‘ (TKP) oder der ‚Viewtime‘ versagt die Logik. Der TKP unterstellt den Kontakt mit einem Werbemittel schon nur deshalb, weil der Werbeträger genutzt wurde und die gemessene Viewtime (Dauer des Sichtkontaktes mit einem Werbemittel) unterstellt, dass während der Sichtbarkeit auch Sichtkontakt durchgängig stattgefunden hat.

Auch die zentrale Qualitätswährung der Kommunikation, die Gross-Rating Points (GRP) als Maß für den Werbedruck innerhalb einer Zielgruppe (vgl. Bruhn 2014: 220), ist nichts weiter als eine statistische Maßzahl, die die Brutto-Reichweite in Prozent innerhalb des Zielgruppenpotentials darstellt bzw. alternativ als das Produkt der Durchschnittskontakte und der Nettoreichweite in Prozent berechnet wird. Diese Maßzahl kann hilfreich sein, wenn unterschiedliche Mediapläne miteinander verglichen werden und der mit der größeren oder kleineren GRP-Zahl ausgewählt werden soll. Doch ändert dies nichts daran, dass in solchen Fällen eben zwei ‚überinterpretierte‘ Parameter miteinander verglichen werden. Denn letztendlich werden wiederum nicht reale Gegebenheiten, sondern statistische Fakten ‚unter der Annahme, dass‘ Kontaktchance mit Kontakt gleichgesetzt werden kann und dass Kontaktqualität keine Rolle spielt, als Berechnungsbasis herangezogen. Gerne ‚schießen‘ Mediaplaner hier aber noch weiter ‚übers Ziel hinaus‘, indem sie eine Maßnahme mit hohem GRP-Wert als aufmerksam­keitsstarke Maßnahme vermarkten, die demnach hilft, Low-Involvement-Produkte als aktuelle Kaufalternative erinnerungsstark im Konsumentengedächtnis verankert und den Abverkauf steigert. Tatsache bleibt aber, dass es sich lediglich um eine mathematisch exakt berechnete vage Vermutung handelt. Denn soweit Menschen den Ausgang einer Wirkungskette beeinflussen oder unbekannte Umweltzustände Einfluss haben, ist die Entscheidungssituation immer von Unsicherheit geprägt. Ein solches Wirkungssystem kausal zu quantifizieren ist unmöglich.

Die Marketingkommunikation als Leistungssystem

Das System der Marketingkommunikation als Bindeglied zwischen unternehmerischen Zielsetzungen und den übrigen Funktionen des Marketing-Mix wird durch fünf Säulen gestützt. Diese fünf Säulen sind:

  • Öffentlichkeit suchende Leistungsanbieter (Hersteller, Handelsunternehmen etc.),
  • Agenturen (Konzept- und Kreativdienstleister sowie Mediaplaner),
  • Intermediäre (Medienunternehmen)
  • Medienträger (RF, Print, OoH, Internet etc.) bzw. Medienprodukte (Zeitungen, Rundfunksendungen, Werbezeit, Werberaum bzw. Berichte, Spots, Plakate etc.)
  • Zielgrup­pen (Stakeholder wie z.B. die Konsumenten).

Die Bedingungen, die zum Erfolg oder Misserfolg der Kommunikationsmaßnahmen beitragen, sind auf Seiten der Werbungtreibenden der Nutzen ihrer Botschaften und das zur Verfügung stehende Budget (vgl. Bruhn 2015). Auf Seiten der Agenturen unterstützen die Wirksamkeit der Copy Strategie sowie die Häufigkeit und Zielgruppengenauigkeit der Werbemittelplatzierung (Schnettler und Wendt 2015) den Erfolg. Auf Seiten der Intermediäre sind es die kreativen und technischen Möglichkeiten bzw. Qualität ihrer Medienträger, die Reichweite/Wahrnehmungswahrscheinlichkeit der Werbemittel sowie die Botschaftenaffinität der Rezipienten (vgl. Dreiskämper 2018). Auf Seiten der Zielgruppen steuern das Involvement sowie die Aufmerksamkeit (vgl. Kroeber-Riel und Gröppel-Klein 2013) gegenüber den Kommunikationsangeboten der anderen Systemgrößen den Kommunikationserfolg. Abb. 1 (eigene Darstellung) zeigt die kooperations-, aber auch konfliktgetragenen Interdependenzen in der mediengetragenen Marktkommunikation auf zweiseitigen Märkten (vgl. Dreiskämper 2018, Dewenter und Rösch 2015).

Abb. 1: Interdependenzen in der mediengetragenen Kommunikation auf zweiseitigen Märkten

Unternehmen suchen den zielgruppengenauen Kontakt zu den Konsumenten, um über abverkaufsfördernde bzw. reputationsstärkende Botschaften Marktteilnehmer­verhalten und damit indirekt den Markterfolg beeinflussen zu können. Dabei bedienen sie sich der Expertise professioneller Agenturen, um Maßnahmen und Mediapläne zu optimieren. Die Medienunternehmen als Intermediäre vermitteln zwischen den Ansprüchen der Werbungtreibenden und denen der Konsumenten, indem sie Medienträger und Formate bereitstellen, die mit mehr oder weniger Erfolg Reichweite in mehr oder weniger eng definierten Zielgruppen realisieren. Bestenfalls rezipieren die Konsumenten die Botschaftsangebote, weil sie hoffen, mittels der Informationen das eigene Kaufverhalten optimieren zu können.

Das System funktioniert aber nur, wenn alle Teilnehmer ihren eigenen Zielsetzungen durch ihre Interaktionen näherkommen. Die eigenen Zielsetzungen bestehen i.d.R. immer darin, eigene Vorteile zu generieren bzw. Gewinne zu erwirtschaften (vgl. Dreiskämper 2018: 44 ff. und 184 ff. sowie Kiefer 2005: 141).

Die Zielfunktionen aller vier Marktteilnehmer sind also immer auf den jeweils eigenen Nutzen und formal unisono auf Effizienzoptimierung ausgerichtet. Insofern wird es auch verständlich, warum Intermediäre beispielsweise Kontaktwahrscheinlichkeiten als Kontakte ‚verkaufen‘ und Werbungtreibende Kennzahlen lieben, die (augenscheinlich) Wirkungen quantifizieren, und am liebsten erfolgsabhängige Prämien mit Agenturen vereinbaren; z.B. in Form von Leads (Prämien für konkrete Kontaktanbahnungen). Agenturen hingegen favorisieren eher Pauschalhonorare im Kreativbereich und Kennzahlen wie den Stundenlohn, der erfolgsunabhängig den Arbeitsaufwand (Zeiteinsatz) bezahlt. Konsumenten letztlich empfinden allgemein gestreute, pauschalierte Werbeinformationen als störend und gezielt individualisierte Nutzenbotschaften als hilfreich. Alle Kooperateure verfolgen den Anspruch an sich selbst, nach dem Wirtschaftlichkeitsprinzip zu handeln und höchstmögliche Effizienz erreichen wollen. Niemand will Ressourcen verschwenden. Um aber den Zielerreichungsgrad der eigenen Investition feststellen zu können, sind spezifische Leistungsmesser erforderlich.

Jeder Marktteilnehmer setzt eigene Controller an die Modellierung eben der Zusammenhänge, die die unmittelbaren Interaktionen mit dem direkten Marktteilnehmer betreffen. Die Intermediäre entwickeln KPIs, die die Wirksamkeit und Reichweite ihrer Medienprodukte beschreiben (vgl. Kühnle und Gläser 2019), die Werbungtreibenden suchen nach KPIs, die die Investitionen in Kommunikationsmaßnahmen und den dadurch kreierten Mehrumsatz ins Verhältnis setzen (vgl. Esch, Langner und Bruhn 2016) und die Agenturen unterstützen beide Parteien bei der Analyse, soweit dadurch Auftragsetats und Beschäftigung akquiriert und begründet werden können. Allein der Konsument nutzt – mangels wissenschaftlichen Know-hows – ausschließlich Heuristiken oder ad hoc-Befindlichkeiten bei der Entscheidung, ob und wie er seine Zeit und seine finanziellen Mittel zum Medien- oder Güterkonsum einsetzt.

Werden die Intermediäre und Agenturen als Systemgrößen ausgeklammert bzw. ihr Leistungsangebot als gegeben unterstellt, können sich die Analysen den Kommunikationscontrollings auf Ursache-Wirkungsbeziehungen zwischen den ursächlichen und finalen Kommunikationspartnern konzentrieren. Dabei werden die Budgets und Aktivitäten der Unternehmen als unabhängige Variablen interpretiert, die Reaktionen der Konsumenten als abhängige Variablen. Insofern wird unterstellt, dass die Reaktionen der Konsumenten in Abhängigkeit vom Werbe-Input entstehen. Die Schwierigkeit besteht nun darin, die Vielzahl psychologischer, sozialer oder völlig unkontrollierbarer Einflüsse, auf das Kaufverhalten wirkt, in die Controllingmodelle zu integrieren.

Die Controlling-Ebenen der Marktkommunikation

Da Kommunikationswirkungen aufgrund der Multikausalität des Umsatzes nicht durch eine einfache Gegenüberstellung von Ausgaben und Einnahmen gemessen werden können (vgl. Lachmann 2006: 509), bedarf es neben den ökonomischen auch nicht-ökonomischer Messgrößen, um die bei den Konsumenten erzeugten Wirkungen mit Blick auf die zeitlich nachgelagerten monetären Wertbeiträge zum Unternehmenserfolg messen zu können (vgl. Kroeber-Riel und Esch 2015). Es existiert kein simpler S-R-Ablauf zwischen der Höhe der Investitionen in z.B. die Werbung und dem generierten Umsatz (vgl. Lachmann 2006: 513 ff.). Wäre dem so, würde dies bedeuten, dass die Kampagnen mit dem höchsten Etat immer auch die wirksamsten wären. Dem ist aber bei weitem nicht so, wie die Praxis zeigt.

Um zielunterstützende Investitionen spezifizieren sowie der Höhe und Häufigkeit nach definieren zu können, hat sich ein stufenweises Kommunikationscontrolling im Unternehmensalltag etabliert. Abb. 2 (nächste Seite, eigene Darstellung nach Rolke und Zerfaß 2014: 873) zeigt den strukturellen Aufbau.

Abb. 2 Konzeptbausteine des stufenweisen Kommunikationscontrollings

Der Prozess beginnt mit der Situationsanalyse als Antwort auf eine Problemstellung (z.B. Umsatzrückgang) oder motiviert durch einen Anlass (z.B. Markteinführung eines Produktes). Ergebnis der Analyse ist die Formulierung einer kommunikationsgetragenen Aufgabenstellung. Diese grundsätzliche Aufgabenstellung wird in konkrete (operationalisierte) Ziele umformuliert. Diese Ziele müssen zielgruppengenau definiert werden und bestehen in der Regel darin, eine bestimmte Positionierung im Wahrnehmungsraum einer Zielgruppenmitgliederschaft zu erreichen. Im nächsten Schritt wird die strategische Ebene des Prozesses verlassen und konkrete zielführende Maßnahmen(programme) entwickelt. Ob (Wirksamkeit) und wie (Erreichnungsgrad und Effizienz) die Ziele erreicht wurden, untersucht die abschließende Erfolgskontrolle.

Um der Vielschichtigkeit des gesamten Prozesses gerecht werden zu können und um feststellen zu können, auf welcher Stufe Ergebnisse (nicht) der Planung entsprechen, werden auf drei aufeinander aufbauenden Erfolgskontrollebenen bzw. Wertbeitragsebenen Analysen durchgeführt (vgl. Fuhrberg 1995: 53. ff.). Im Dimensionsraum von messbaren Erfolgszielen einerseits und Wirkungsebenen andererseits (vgl. Pfannenberg und Zerfaß 2004: 12) wird zwischen Output, Outgrowth/Outcome und Outflow unterschieden und wie folgt systematisiert (vgl. auch Fuhrberg a.a.O., Lies 2008: 93 f. sowie Esch, Brunner und Petri 2015: 113 ff., aber auch Rolke und Zerfaß 2010: 52 ff.):

  1. Stufe: Input-Ebene (Ressourceneinsatz)

Auf der Input-Ebene wird analysiert, welche Aufwendungen durch die Kommunikation verursacht wurden. Die eingesetzten Ressourcen umfassen vor allem den Personaleinsatz und den Finanzaufwand für die Kommunikationsmaßnahmen. Beide Aufwendungen lassen sich leicht mit Hilfe der Kostenrechnung erfassen.

2. Stufe: Output-Ebene (Produktionsleistung)

Auf der Output-Ebene werden einerseits die unternehmensinternen Leistungen (Organisations- bzw. Agenturleistungen), andererseits die externen Leistungen (Kontaktmenge und Kontaktqualität) gemessen.

Im internen Bereich wird die Effizienz und die Qualität in der Bereitstellung der Medieninhalte und Medienträger überprüft. So werden Fehlerquote, Budgettreue und Durchlaufzeiten gemessen, aber auch nachgehakt, ob alle Kernbotschaften vorhanden sind, die Usability stimmt und inhaltliche Verständlichkeit etc. gegeben ist.

Im externen Bereich wird untersucht, welche Kontaktangebote geschaffen wurden. Entscheidend sind vor allem Reichweite und Inhalt. Typische Kennzahlen, die auf Reichweite basieren, sind der Share of Voice/Advertising, Visits, Downloads, Gross Rating Points u.v.a.m. Zusätzlich kann eine formale Analyse der Medienträger und Kommunikationskanäle eingesetzt werden. Untersucht wird die Zugänglichkeit, die Aktualität oder der Umfang (Darstellungsgröße) und die Verständlichkeit der Botschaft.

3. Stufe: Outcome-Ebene (Adressatenwirkung)

Auf der dritten Ebene des Kommunikationscontrollings werden direkte und indirekte Wirkungen der Kommunikationsangebote gemessen. So wird zu messen versucht, wie die Wahrnehmung der Botschaften das Wissen, die Meinungen und Einstellungen verändert (direkter Outcome = Outgrowth) und wie stark Emotionen, Absichten und Verhalten der Adressaten beeinflusst werden (indirekter Outcome). Die direkte Wirkung (Outgrowth) wird in kommunikativen Interaktionen durch Kennzahlen wie z.B. die Awareness (Bewusstsein), die Verweildauer, der Recall (Erinnerung) oder die Recognition (Wiedererkennung) etc. gemessen. Die Messung der indirekten Wirkung (Outcome) befasst sich mit dem zentralen Ziel der Kommunikationsprozesse, Meinung, Einstellung, Emotionen sowie Verhaltensdisposition und Verhalten zu steuern. Als geeignete qualitative Indikatoren werden das Markenimage und die Reputation, das Mitarbeiter-Commitment und die Kaufbereitschaft etc. angesehen. Methodisch kommen in beiden Messbereichen weitgehend Befragungen zum Einsatz.

Aber auch hier wird schnell ein Nachteil deutlich. Die Größen sind nicht direkt messbar, sondern müssen über geeignete Parameter operationalisiert werden. Diese müssen direkt messbar sein und valide Rückschlüsse auf die qualitativen Phänomene zulassen. Ohne Operationalisierung keine Messung, ohne Messung keine Soll-Ist-Vergleiche, ohne Soll-Ist-Vergleiche keine Erfolgskontrolle. Häufig werden hier u.a. Medienresonanzanalysen und Umfragen eingesetzt.

4. Stufe: Outflow-Ebene (betriebswirtschaftliche Wirkung)

Betriebswirtschaftlich Sinn macht die Stufenmodellierung aber erst durch die vierte Stufe. Denn keiner der bisher genannten oder zu messenden Parameter hat einen Eigenwert. Finales Ziel aller kommunikativen Aufwendungen und Wirkungen ist der möglichst positive Beitrag auf den ökonomischen Unternehmenserfolg. Damit ist auch erst die finale Messung der Beiträge, die die einzelnen Instrumente zu den strategischen Zielen (Marktführerschaft, Leistungsführerschaft etc.) oder finanziellen Zielen des Unternehmens (Umsatz/RoMI, Reputations- oder Imagewert, Kostenreduktion etc.) beisteuern, sinngebend.

Abb. 3 (eigene Darstellung als Weiterentwicklung von Rolke und Zerfaß 2010: 52) gibt eine detaillierte, in vier Wirkstufen und sechs Messbereiche differenzierte Übersicht, die aus normativer Sicht kausal aufeinander aufbauen:

Abb. 3: Wirkstufen, Messbereiche und normative Kausalitäten im Kommunikationscontrolling

Wirkungsstufen als qualitative Grundlage eines Controllingkonzeptes

Trotz der durch Rolke und Zerfaß (2010: 52) schlüssig modellierten Wirkungskette muss konstatiert werden, dass die Ursache-Wirkungsbeziehungen vermutet, nicht aber dezidiert zugeordnet und quantifiziert werden können. So stellen auch die Autoren fest, dass Kommunikationswirkungen weder präzise prognostizierbar noch stabil sind, weil sie immer wieder durch intervenierende Faktoren beeinflusst werden. Sie vollziehen sich innerhalb von Schwankungsbreiten, die sich möglicherweise über Indikatoren entlang einer vermuteten Wirkungskette sichtbar machen lassen (vgl. Rolke und Zerfaß 2010: 55 ff.). Daran ändert auch die Tatsache nichts, dass viele Feldanalysen von Kommunikationsprozessen die vermuteten Wirkungsketten empirisch in grundsätzlicher Weise bestätigen. Anstatt von exakter Kausalität kann aber allenfalls von „korridoraler Kausalität“ (Rolke und Zerfaß 2010: 54) gesprochen werden.

Damit die Unternehmenskommunikation erfolgreicher wird und die beabsichtigten Kommunikationswirkungen tatsächlich auch realisiert und effizient initiiert werden, „bedarf es eines Controllings, das die Maßnahmen der Kommunikation hinsichtlich ihrer Zielerreichung überprüft und diese Ergebnisse in die zukünftige Kommunikationsplanung mit einfließen lässt.“ (Esch, Brunner und Petri 2015: 134)

Ohne Erfolgssteuerung bleiben Ineffizienzen und Fehlentwick­lungen im Dunkeln. Der Anspruch professioneller Controller geht aber noch einen erheblichen Schritt weiter als nur „Flops“ zu vermeiden. Ihr Anspruch ist es dazu beizusteuern, Kommunikationsergebnisse in Form von Wirkungen und Wertschöpfungsbeiträgen bzw. formale Messgrößen hinsichtlich ihrer Effizienzgrade zu optimieren. Daher bleibt die Frage, ob oder wie genau die Zielerreichungen bzw. Ziel-Mittel-Relationen de facto im Sinne des betriebswirt­schaftlichen Optimierungsverständnisses geplant und überprüft werden können.

In Abhängigkeit von der Wirkungsebene gibt es verschiedene Methoden der Messung. Diese reichen von einfachen Methoden der Kostenrechnung (z.B. Aufwandskalkulationen) oder Medienbeobachtung (z.B. Web-Trackings, Reichweitenzählungen, Clippings) über Befragungen oder Medienresonanzanalysen (Raupp und Vogelsang 2009) bis hin zu Analysen auf Basis von psychologischen Wirkstufenmodellen (vgl. Kapitel Messprobleme auf der Outcome-Ebene der Kommunikationspolitik) oder auf Grundlage der Balanced Scorecard (vgl. Kaplan und Norton 1997) und der dazugehörigen Strategy Map (vgl. Kaplan und Norton 2004), die skizziert, wie immaterielle Werte in materielle Werte umgewandelt werden können.

Ob und in welcher Qualität die Messgrößen als aussagekräftige Leistungsindikatoren im Umfeld des Kommunikationsmanagements genutzt werden können, ist abhängig von der Komplexität bzw. Unmittelbarkeit des Zusammenwirkens, aber auch vom zeitlichen Auseinanderfallen zwischen dem Einwirken des Initialparameters und der Messung der vermuteten Wirkungsgröße.

Da häufig aber Wunsch, Glaube und Hoffnung zu Vätern von Konzepten werden, wird vereinfachend die Messbarkeit nahezu aller Ursache-Wirkungs­zusammenhänge unterstellt, um die Rationalität als Säule betrieblicher Entscheidungen stabil zu halten. Häufig werden einfach statistische Mittelwerte angenommen und damit Individualverhalten prognostiziert. Oder es werden bewährte Konzepte aus der automatisierten Produktion und die Arithmetik der Finanzwelt einfach auf Kommunikationssituationen übertragen. Die Welt wird passend gemacht und dadurch z.T. fortwährend simplifiziert, so dass letztendlich der Anschein von Rationalität in der Ressourcenallokation bzw. der Anschein, Kommunikationsergebnisse zielgenau verfolgen zu können, erhalten bleibt. Dieser Vermutung soll im folgenden Kapitel nachgegangen werden.

Anamnese des Kommunikationscontrollings

Zu verstehen, wie die Kommunikationspolitik arbeitet und wie Kommunikationsmaßnahmen wirken, ist essentiell für ein erfolgreiches Markt-Engagement. Zu diesem Zwecke sind dutzendweise quantitativ und qualitativ messende Kennzahlen entwickelt worden, mit denen u.a. Ziel­erreichungsgrade gemessen, Soll-Ist-Analysen gesteuert oder Schwachstellenuntersuchungen durchgeführt werden können (vgl. Steimel et al. 2017: 30). Insbesondere das Controlling der Onlineakivitäten hat das System an Kennzahlen fast schon inflationär erweitert. Dies hat seinen Grund darin, dass Performance Indikatoren auch auf das individuelle Erkenntnisinteresse der Unternehmen abgestimmt werden (müssen), um hilfreich zu sein. Daher gibt es aktuell auch keine systematische Abbildung aller Performance Indikatoren. Sie können allenfalls in die Bereiche klassisches Mediencontrolling und Online-Performance-Management differenziert werden. Fiege unterscheidet auf Basis logischer Zurechenbarkeit des Controllinginteresses kritische Erfolgsfaktoren (KEF), Key Performance Indikatoren (KPIs) und Key Result Indikatoren (KRI) (vgl. im Folgenden Fiege 2012: 95).

  • KEFs sind die Parameter, die entscheidende Wirkungen auf den Erfolg des Unternehmens ausüben. Sie werden im strategischen und operativen Kontext gebildet und für kritische Ana­lysen herangezogen (z.B. Ressourcen, Kompetenzen, Bekanntheit, Kundennähe, Image).
  • KPIs bilden eine Gruppe von betriebswirtschaftlichen Leistungskennziffern, die eingesetzt werden, um das Ergebnis von Aktionen zu messen (z.B. Kundenzufriedenheitsindex, Weiterempfehlungsrate, Reichweitengrößen, Conversion Rate, Share of Voice etc.). Diese Ergebnisse der KPIs werden als kritisch für den Erfolg des Unternehmens angesehen, da ihre Daten für die Erstellung von Strategien und das Anpassen von Zielen von entscheidender Bedeutung sind. KPIs sind also Messgrößen, mit denen die Leistung einflussreicher Erfolgsfaktoren gemessen werden. Sie sind in der Mehrzahl nicht finanzieller Natur und werden i.d.R. täglich erhoben bzw. permanent gemonitort.
  • KRIs definieren und messen den Erfolg der Geschäftshandlungen. Sie werden i.d.R. quartalsweise erhoben und geben Informationen darüber, ob und wie sich der Zielerreichungsgrad ändert. Da Ergebnisse bezogenen auf den Input-Wirkung-Output-Prozess der medialen Kommunikation abschnittsweise erfasst werden müssen, um den Wirkungsprozess möglichst genau abbilden zu können, dienen entsprechende KRIs als Status Quo- und Entwicklungsanzeiger innerhalb der Strategieumsetzung. KRIs werden zur Leistungsbewertung und Normierung von Ergebnissen herangezogen (z.B. Rentabilität, Marktanteil, Kostenreduktion etc.).

Einen finalen Sinn finden die Indikatoren vor allem, wenn sie in eine Communication Scorecard integriert werden. Diese stellt eine Variante der Balanced Scorecard dar, die auf den Kommunikationsbereich als Wertschöpfungsfunktion eines Unternehmens angewendet wird (vgl. Pfannenberg und Zerfaß 2005)

Im Zusammenspiel werden die Indikatoren zu einer wichtigen Basis für Managemententscheidungen (vgl. Fiege 2012: 96). Sie sollen Leistungs-, Erfolgs- und Zwischenergebniswerte liefern, die Entscheidungsunsicherheit abbauen und rationale Entscheidungen im Kommunikationsmanagement ermöglichen. Das heißt, Kennzahlen quantifizieren Ergebnisse, lassen jedoch immer offen, wie Situationen optimiert werden können. Dazu bedarf es der Interpretation der Ergebnisse und dem richtigen Ansatz bei der Steuerung/Änderung von Kennziffernteilgrößen.

Ein Blick in die Praxis zeigt schnell, dass Kennzahlenkenntnisse und prinzipielles Wissen über Wirkungszusammenhänge aber wohl nicht automatisch dazu führen, dass erfolgreiche Kommunikationsmaßnahmeplanungen erfolgen. Wie sonst sind millionenschwere Kampagnenflops zu erklären, obwohl die Ingredienzen erfolgreicher Kampagnen professionell adaptiert wurden (vgl. „Cair from the Air“, Nivea 2016)? Auch Viral-Aktionen nehmen mitunter höchst unerwar­tete/unerwünschte Verläufe („Priel schmeckt nach Hähnchen“, Henkel 2011 oder die Umwandlung des Hashtags #MyNYPD in einen ‚Bashtag‘, 2014). Mitunter verhilft auch nur ein ‚gut kalkuliertes‘ Quäntchen Glück zum Erfolg: Was bspw. wäre aus der ‚Red Bull-Stratosphärensprung-Kampagne‘ (2012) für ein Marken- und USP-Super-GAU geworden, wenn es Felix Baumgartner am Boden zerlegt hätte?

Wenn mediale Aktionen konsequent auf das weiter oben skizzierte Wirkstufenmodell (vgl. Abb. 3) übertragen werden, werden die Schwächen des Kommunikationscontrollings deutlich sichtbar.

Messprobleme auf der Input-Ebene der Kommunikationspolitik

Das erste Grundproblem kommuniktionsgetragener Maßnahmen zeigt sich bei der Messung der Inputwerte im Umfeld des Werbenden/Botschaftenabsenders. Es sollen die Ressourcen aufgezeigt werden, die investiert werden (vgl. Zerfaß und Buchele 2008: 21). Die Ergebnisse des Einsatzes bestimmen die Wirkungsstärke auf der nächsten Stufe (vgl. Zossé et al. 2011: 8). Während die Fremdkosten (Agenturhonorare, Produktionskosten etc.) ziemlich exakt über das Rechnungswesen erfasst werden können, geht nur ein Teil der internen Kosten (z.B. die Reisekosten) als Einzelkosten und ein weit größerer Teil der internen Kosten (z.B. die Personalkosten) als Gemeinkosten in die Kostenträgerrechnung ein. Bestenfalls werden sie über grobe Aufwandsschätzungen zugeordnet; schlechtestenfalls nach „relativ beliebigen“ Schlüsseln auf die Kostenträger verteilt. Hier fällt die Genauigkeit internen Effizienzüberlegungen zum Opfer. Das Controlling hat schließlich keinen Selbstzweck. Es zählt nicht die Möglichkeit, Kosten genau zu erfassen, sondern so genau, wie es sinnvoll erscheint. Das Grundproblem des Kommunikationscontrollings auf dieser Ebene liegt in der Konturenschwäche der Inputaktivitäten bzw. der Feststellung der internen Aufwandshöhen. Dieses Problem gewinnt mit der Größenordnung und dem Zeitkorridor, den die Maßnahme/Kampagne in Anspruch nimmt an Bedeutung. Je umfangreicher das Projekt ist, desto ungenauer werden die ökonomischen Messwerte.

Wenn nun aber schon die Bezugsgröße „Aufwand bzw. Kosten“ ungenau ist, wie genau kann dann eine Produktivitäts- oder Wirtschaftlichkeitsberechnung (als Quotient aus Leistung und Kosten bzw. Ertrag und Aufwand) noch sein?

Messprobleme auf der Output-Ebene der Kommunikationspolitik

Auf der Output-Ebene des Kommunikationscontrollings muss in zwei Teilbereichen gemessen werden (vgl. Abb. 4 sowie Zerfaß und Büchele 2008: 21):

  • Im internen Bereich steht die Prozessbetrachtung und die Qualität der Kommunikationsmittel im Mittelpunkt der Betrachtung.
  • Im externen Bereich der Output-Ebene wird die Distributionsqualität der Informations­bereitstellung (Menge, Platzierung, Größe und Verständlichkeit der Botschaft/Werbemitte) analysiert.

Im internen Bereich könnten einerseits die Prozessanalysen des Unternehmens (vgl. Fischermanns 2013) Kennzahlen liefern; z.B. zur Prozesslogik, zu Durchlaufzeiten oder Kommunikationsstrukturen etc. Das dafür notwendige Prozessmanagement wird aber in zu wenigen Dienstleistungsbereichen ernsthaft betrieben, sodass hier kaum valide Ergebnisse zu erwarten sind. Gearbeitet und entschieden wird in der überwiegenden Mehrzahl der Fälle nach Heuristiken. Und diese sind deutlich veränderungsresistent (vgl. Lauer 2014). Das Beharrungsvermögen innerhalb tradierter Abläufe wird als Teil des Kreativitätsprozesses gewertet und infolge dessen eher gepflegt als durchbrochen. Die Messung der formalen Qualität der Kommunikationsmittel ist ebenfalls stark von subjektiven Bewertungsschemata durchsetzt. Hier können (und werden) allerdings auch objektivierte Verfahren eingesetzt, um beispielsweise die Vollständigkeit, Usability oder die Verständlichkeit der Kommunikationsmittel zu überprüfen. Exakte Messungen sind hier allerdings auch nicht zu erwarten; allenfalls sind hier Intervallskalenmessungen mit ordinalskalierten Messwerten sinnvoll.

Im externen Bereich werden Pressebelege, Downloads, Visits oder Reichweiten etc. gezählt oder der Share of Voice (SoV) gemessen. Soweit aber nur rein quantitativ ausgezählt wird, wie viele Kontakte hergestellt wurden oder wie häufig das eigene Kommunikationsobjekt gegenüber der Summe der Nennungen aller (ähnlichen) am Markt existierenden Objekte (eigene plus Wettbewerberobjekte) genannt wurde (vgl. Fiege 2012: 102), soweit werden auch nur Kennzahlen geliefert, die ohne weitere Analysen und Interpretation nicht auskommen. Obwohl auch hier wieder die mathematische Ermittlung Genauigkeit suggeriert, sind die tatsächlichen Aussagen eher ‚unterstützender‘ anstatt ‚ultimativer‘ Natur. So bedarf es ergänzend der qualitativen Querprüfung, um herauszufinden, ob die Pressebelege oder die Visits oder die Nennungen inhaltlich positiv, negativ oder neutrale Wirkungen ausgelöst haben (können). Diese Querprüfungen sind aber wiederum durchsetzt mit subjektiven Normierungen.

Auch Outputgrößen wie der Share of Advertising (SoA = Anteil der eigenen Werbeausgaben in Relation zu den gesamten Werbeausgaben aller Wettbewerber im relevanten Markt; vgl. Schweiger und Schattenecker 2017: 233) sind nicht viel mehr als Orientierungsgrößen, da – wenn überhaupt – lediglich die Mediakosten abgeschätzt werden können. Mindestens die internen Aufwendungen der Wettbewerber bleiben im Detail Betriebsgeheimnis.

Insbesondere die im Zusammenhang mit dem SoA stehenden Werbewirkungs- und Werbeänderungsrate sind Größen, die gern herangezogen werden, um Mediaetats zu begründen (vgl. a.a.O. 2017: 233 ff.). Hier geht die Wissenschaft sogar soweit, marginalanalytische Wirkungsmodelle anzubieten, die u.a. Werbewirkungsfunktionen und Responsefunktionen liefern, die es ermöglichen, Werbeetats in Abhängigkeit von Marktanteilsveränderungswünschen oder konkreten Gewinnerwartungen exakt zu definieren. Beispiele präsentieren Schweiger und Schattenecker (2017: 234) sowie (sehr ausführlich) Schnettler und Wendt (2003: 27 ff.)1 Unbestritten werden sich die formal eleganten Denkmodelle über Vergangenheitsdaten statistisch ‚im Prinzip‘ verifizieren lassen, sonst hätten sie nicht einmal einen akademischen Wert, aber allen marginalanalytischen Modellen gemein ist, dass sie von ganz eng definierten Rahmenbedingungen ausgehen müssen. So leiten Schnettler und Wendt (2003: 28) ihr Beispiel auch mit konkreten Anforderungen an die Responsefunktion ein und konkretisieren vordefinierte Marktbedingungen, eine Produktionsfunktion sowie einen funktionalen Zusammenhang zwischen der Höhe der Werbeaufwendungen und der daraus (!) resultierenden Absatzmenge. Das Resultat der an einem Beispiel dargelegten Berechnungen lautet, dass wenn der Werbungtreibende „pro Jahr 3,03 Mio. € für Werbung aufwendet“, er „einen maximalen Gewinn von 2,0125 Mio. €“ erzielt. Auch Schweiger und Schattenecker (2017: 234) kommen in ihrem Beispiel zu einem konkreten Ergebnis: „Als Resultat erhält man einen Betrag von ca. 1,9 Mio. Euro als notwendige Werbeausgaben [..] im kommenden Jahr, um den Marktanteil auf 23,8 % steigern zu können.“ Angesichts derart konkreter Prognoseergebnisse macht es Staunen, dass so viele Unternehmen ihre Ziele nicht erreichen.

Doch beide Autorenteams stellen auch kritisch fest, dass die Wirklichkeit innerhalb solcher Modelle stark vereinfacht wird, dass Schwierigkeiten bei der Schätzung von Wirkungen aufkommen können (vgl. Schweiger und Schattenecker 2017: 235) und dass „teilweise [.] auch bezweifelt (wird), dass ein solcher Zusammenhang überhaupt existiert“ (vgl. Schnettler und Wendt 2003: 27).

Aber selbst Performance-Indikatoren, die von allen Werbetreibenden und Intermediären eingesetzt werden und als Berechnungsgrundlage für weitere Erfolgsparameter dienen, sind nur mit Vorsicht zu nutzen. So z.B. die Reichweitenangaben der Intermediäre.

Zu den bekanntesten Performance-Indikatoren der Kommunikationsindustrie gehören beispielsweise die Nettoreichweite oder die Einschaltquote. Die Nettoreichweite bemisst die Menge an unterschiedlichen Personen, die einen Kontakt mit einem Werbeträger hatten. Aber der Kontakt mit dem Werbeträger ist definitorisch auch dann gegeben, wenn jemand ein Abonnement gebucht hat, aber die Printausgabe ungelesen wegwirft, weil er keine Zeit hatte, die Ausgabe zu lesen. Und selbst, wenn der Werbeträgerkontakt stattgefunden hat, ist längst nicht gesichert, dass auch ein Kontakt mit dem Werbemittel hergestellt wurde. Das kann logischerweise auch gar nicht gemessen werden. Es wird einfach unterstellt.

Die Einschaltquote bemisst die durchschnittliche Zuschauerzahl einer Fernsehsendung auf Basis einer Panelerhebung im Verhältnis zur Gesamtmenge aller Empfangshaushalte bzw. Personen. Im Hörfunk werden die Personen erfasst, die zumindest einen Teil einer Sendung rezipiert haben. Ermittelt wird die Hörerschaft durch Befragung (zweimal jährlich). Im Rundfunk werden die Enddaten also prinzipiell aus einer repräsentativen Stichprobe hochgerechnet. Einzig die Internetnutzung kann aufgrund der Grundgesamtheit berechnet werden. Aber auch hier werden nicht wirklich Unique User, sondern unterschiedliche IP-Adressen gezählt.

Allen Messungen ist zudem gemein, dass der Werbeträgerkontakt selbst zunächst absolut nichts über die Qualität des Kontaktes (Aufmerksamkeit, Bewertung etc.) aussagt; streng genommen nicht einmal etwas über den Kontakt mit der Werbebotschaft selbst. Der ‚Kontaktmesswert‘ – verstanden als Reichweite oder Quote – ist aber die Basis für die Attraktivität eines Werbeträgers, zumindest für den Preis bzw. die Berechnung der verschiedenen Tausend-Preise (TKP, TNP etc.), den Werbende zu zahlen haben, wenn sie Werberaum oder Werbezeit buchen.

Ergänzend werden qualitative Medienresonanzanalysen eingesetzt. Die tatsächlichen Botschaften werden hier z.B. mit der öffentlichen Meinung in den Zielgruppen verglichen und schlussendlich in Zusammenhang gebracht mit der Zugänglichkeit, Aktualität, dem Umfang, der Reichweite, Wiederholungshäufigkeit etc. der Botschaft, um Rückschlüsse auf die erforderlichen Distributionsfaktoren ziehen zu können, die ein Medienträger aufweisen muss, um in der gewünschten Weise wirksam zu werden. Daraufhin werden Maßnahmen und Mediapläne detailgeplant. Letztendlich verbleibt aber auch hier ein gehöriges Maß an Planungslogik dem Trial-and-Error-Verfahren oder Heuristiken, die sich aus langjähriger Erfahrung heraus als erfolgreich erwiesen haben, überlassen.

Messprobleme auf der Outcome-Ebene der Kommunikationspolitik

Die Outcome-Ebene ist geprägt von kognitiven, affektiven und konativen Schlüsselgrößen (vgl. Staubach 2009: 635). Wissensstände, Einstellungen und Verhaltensdispositionen sind hier die Zielgrößen von Kommunikationsmaßnahmen, um das Transaktionsverhalten auf der letzten Ebene (Outfow) vorzuprägen (vgl. Abb. 3). Um auf dieser Ebene maßnahmentechnisch effektiv zu arbeiten, ist es notwendig zu wissen, wie welche Elemente der Kommunikation in welcher Form wirken. Bevor die Wirkungskette nicht bestimmt ist, ist auch das Effektivitätsproblem nicht gelöst und es macht wenig Sinn über Effizienzen zu diskutieren. Doch genau hier liegt ein entscheidendes Problem im Kommunikationscontrolling. Klar ist zunächst nur, dass Botschaftenkontakte allein noch keine ausschlaggebenden Wirkungsindikatoren sind.

Während maschinelle Leistungen exakt eigestellt und gemessen werden können, gilt der Mensch als ‚intervenierende Variable‘ (vgl. S-O-R-Modell des Neobehaviorismus; Behrens 1991: 18 oder Kroeber-Riel und Gröppel-Klein 2013), der die eingehenden Stimuli affektiv und kognitiv filtert, verstärkt oder abschwächt. Darüber hinaus werden auch Informationsverarbeitungs- und Lernprozesse wirksam (vgl. kognitive Erklärungsansätze; u.a. Hofer et al. 2001 oder Kroeber-Riel und Gröppel-Klein 2013) und beeinflussen die Kommunikationswirkungen. Umwelt- und Gruppenprozesse verstärken oder behindern zudem die intrapersonale Einflusssphäre (vgl. Balderjahn und Scholderer 2007, Decker und Wagner 2002 oder Foscht und Swoboda 2007). Das heißt, es existieren eben keine monokausalen Interdependenzen, wie sie dem Produktionscontrolling zur Verfügung stehen. Affektiv-kognitiv-soziale Wirkungen von Kommunikationsmaßnahmen auf das Kaufverhalten sind zu komplexe Konstrukte als dass sie funktional exakt abgebildet werden könnten. Hier mathematische Funktionen aufzustellen, ist reine Spekulation. Hier dominiert Wunschdenken seitens der Beteiligten.

Die Marketingverantwortlichen in den Unternehmen erhoffen sich aus den Erkenntnissen der Werbewirkungsforschung allokative, die Werberaumanbieter akquisitorische Rechtfertigungsbelege. Jeder Hinweis auf (mögliche) Hebelwirkungen und (wahrscheinliche) Zusammenhänge wird als nützlich betrachtet. Dennoch kann nicht darüber hinweggetäuscht werden, dass die Erkenntnisse, die durch die Abbildung von Prozessmodellen, die das Konsumentenverhalten in seiner gesamten Komplexität darzustellen versuchen, im Wesentlichen eher einen akademischen Wert haben und nur zum grundsätzlichen Verständnis beitragen. So bieten beispielsweise die Totalmodelle von Engel, Kollat und Blackwell oder von Howard und Sheth (vgl. Meffert 2008: 132 ff.) zwar wertvolle Hilfestellungen bei der Strukturierung von Bestimmungsfaktoren des Käuferverhaltens, aber eine empirische Überprüfung der Modelle ist wegen der Operationalisierungsprobleme nicht möglich (vgl. a.a.O.: 135).

Ähnlich muss die Bewertung hinsichtlich der fast inflationär angebotenen Menge an Partialmodellen der Kommunikationswirkung/Kaufentscheidungs-prozesse (z.B. Fishbein 1967, Trommsdorff 1975, Mazanec 1978, Früh und Schönbach 1982, Steffenhagen 1984, Petty und Cacioppo 1986 sowie Kroeber-Riel 1992 oder Weinberg und Gröppel-Klein 2008) ausfallen. Auch wenn innerhalb der Modelle die intrapersonalen Einzelindikatoren wie Aktiviertheit, Involvement, Emotionen, Motive, Einstellungen, Werte und Persönlichkeit sowie die interpersonalen Bestimmungsfaktoren wie Normen, Subkultur, soziale Schicht und Familie etc. (vgl. Trommsdorff 1998: 33) durchaus über die Zuweisung von Skalenwerten mathematisch elegant und statistisch sauber erfasst werden können, bestehen die Messergebnisse letztlich aus mehr oder weniger aussagekräftigen Tendenzaussagen: Der Messwert und damit das Gemessene ist eher ‚hoch oder niedrig‘, ‚positiv oder negativ‘ bzw. ‚steht in einer größeren oder kleineren Distanz‘ zu einer weiteren Variablen bzw. einem anderen Merkmal. Auch die Leistungen dieser Modelle sind als akademisch interessant und grundsätzlich wirkungsklärend anzusehen, sollten aber ebenfalls nicht überbewertet werden. Sie klären bestenfalls, auf welche Merkmale, Inhalte und Formen ein strategisch planender Kommunikator mehr oder weniger setzen sollte und tragen damit zum richtigen Einsatz der Ressourcen, also zur Wirksamkeit der Maßnahmen bei. Offen bleibt aber nach wie vor die Frage wie hoch der Effizienzbeitrag der Ressourceneinsätze konkret ist.

Welche Faktoren innerhalb der Wirkungsprozesse wie stark und wann genau, bzw. wie initiiert oder woraus folgend auf nachgelagerte oder parallel verlaufende Einflussfaktoren wirken, ist aktuell weder geklärt noch darstellbar. Die bekannten Modelle helfen, logische Abfolgen (Prozesse) und Zusammenhänge (Strukturen) zu verdeutlichen und damit Einflussgrößen zu verorten, die für Kaufentscheidungen relevant sind. Es wäre aber völlig irrational, wenn gefolgert würde, mithilfe der Modelle konkret quantifizierte Kommunikationswirkungen bzw. Kaufverhaltensprognosen ableiten zu können. Damit ist es auch nicht möglich, mit Hilfe der aktuellen Analyse- und Prognosewerkzeuge im Umfeld der Kommunikationswirkungsforschung einen ‚optimalen Zustand‘ oder ‚optimalen Mediaplan‘ zu bestimmen. Dies liegt aber auch daran, dass die Betriebswirtschaft an den Zustand der (marginalanalytischen) ‚Optimalität‘ ganz besondere Ansprüche legt.

Wohl wissend, dass Botschaftenkontakte also allein noch keine Wirkungsindikatoren sind, müssen inhaltliche Analysen parallelgeschaltet werden. Hier wird beispielsweise im Umfeld von PR-Aktivitäten auf die Medienresonanzanalyse oder im Umfeld von Werbemaßnahmen auf apparative bzw. nichtapparative ein- oder mehrdimensionale Verfahren der Imageforschung zurückgegriffen (vgl. Kroeber-Riel et al. 2009, Trommsdorff und Teichert 2011 oder Schweiger und Schrattenecker 2017) sowie eine Reihe von Methoden der empirischen Sozialforschung eingesetzt (vgl. Diekmann 2007 zur quantitativen Sozialforschung oder Lamnek 2005 zur qualitativen Sozialforschung).

Die Medienresonanzanalyse beinhaltet die Untersuchung quantitativer und qualitativer Parameter. Zum einen kann untersucht werden, wie stark eine Zielgruppe Notiz von den Inhalten nehmen kann (Untersuchung des Aufmerksamkeitswertes) und zum anderen kann untersucht werden, wie (positiv, negativ, neutral) der Inhalt von den Multiplikatoren transportiert und/oder von den Rezipienten bewertet wird. Dass innerhalb solcher Analysen auch bei größtmöglichem Bemühen einer gewissen Bewertungssubjektivität Tür und Tor geöffnet ist, liegt auf der Hand.

Die Imageforschung, die beispielsweise hilft, den indirekten Outcome zu fassen, indem Präferenzen, Einstellungen, Meinungen und Preisakzeptanzen untersucht werden, unterstützt die Datensammlung und Erkenntnisse im Kommunikationscontrolling durch explorative Verfahren (z.B. Tiefeninterviews und Gruppendiskussionen), Verfahren der Einstellungsmessung (in Form von Polaritätenprofilen oder Untersuchungen anhand von semantischen Differentialen) und durch projektive Verfahren (Assoziationstest, Picture-Frustrationstest oder thematischer Apperzeptionstest etc.). (Vgl. Schweiger und Schrattenecker 2017: 386 ff.)

Doch trotz aller hilfreichen Ergebnisse und Erkenntnisse über Zusammenhänge und Abhängigkeiten im Kommunikationsprozess ist ebenso klar, dass die Wirkung von Kommunikation keinem einheitlichen Muster folgt, sondern von vielen Wirkungsdeterminanten abhängt (bspw. Vorwissen, Involvement, Aufmerksamkeit, Gestaltung und Verständlichkeit der Botschaft, Anzahl der Wiederholungen etc.). Allgemeingütige Ergebnisse sind daher wohl auch nur auf allgemeiner Ebene zu erwarten, indem generelle Erkenntnisse gewonnen werden. Eine mathematisch bestimmbare funktionale Abhängigkeit, die in einer Ursache-Wirkungskennzahl Ergebnisse aufzeigt, hat andere Anforderungen an das zugrundeliegende Kausalmodell. Die Realität wirkt ernüchternd: Nicht einmal der scheinbar relativ einfache Zusammenhang zwischen dem Kommunikationsdruck (Häufigkeit des Kontaktes) und der Kommunikationserinnerung ist exakt berechenbar.

Das Dilemma wird dadurch abzumildern versucht, indem der Logik der Stufenwirkungsmodelle folgend Wirkungsparameter entwickelt werden, die Ursache-Wirkungszusammenhänge zunächst auf den jeweils einzelnen Stufen erfassen sollen. Die Stufen bilden gleichzeitig die Leistungsdimensionen des Kommunikationscontrolling ab. Mit jeweils eigenen Wirkungstreibern (z.B. Wahrnehmungswahrscheinlichkeit, Aktivierung, Speicherung oder Wissensstandsänderung) und auf Basis der unterstellten Kausalitäten werden abgestimmte KPIs (z.B. Awareness, Verweildauer und gestützte oder ungestützte Erinnerung) angeboten, die Wirkungsmaße bestimmen (sollen), um über Lerneffekte künftiges Entscheiden/Handeln zu optimieren.

Auf der Ebene des direkten und indirekten Outcomes können tatsächlich einige rein quantitativ messende KPIs gebildet werden (z.B. Verweildauer, Recognition und Recall oder Leads, Weiterempfehlungen und Preisakzeptanzbereiche etc.). Diese KPIs geben allerdings auch nur Auskunft über das, was sie messen; nämlich wie lange jemand auf einer Seite verweilte, wie viele Menschen sich erinnerten u.s.w. Die konkreten Ursachen, die zu eher guten oder eher schlechten Kommunikationsergebnissen geführt haben, sind noch relativ valide zu bestimmen, aber die konkreten Einzelbeiträge der Wirkungsparameter zu quantifizieren, ist unmöglich. Und damit entzieht sich auch die Outcome-Ebene im Kommunikationscontrolling einer ökonomisch exakten Effizienzprüfung.

Werden die Forschungsergebnisse zusammengefasst, zeigt sich deutlich, dass es Rezepturen für ein erfolgreiches Kommunikationsmanagement gibt, aber anscheinend nur hinsichtlich der Ingredienzen, nicht hinsichtlich der Mengen-Zeitpunkt-Verhältnisse der einzelnen Inputgrößen. Das heißt, Wirksamkeiten können sicher ermittelt werden, ein Effizienzoptimum hingegen ist auf keiner einzigen Wirkungsstufe bestimmbar; allenfalls können Effizienzintervallbereiche definiert werden, die wiederum basieren aber eher auf Erfahrungswerten oder statistischen Durchschnittsbetrachtungen.

Messprobleme auf der Outflow-Ebene der Kommunikationspolitik

Die positive Beeinflussung des Outflows ist das langfristige Ziel aller Kommunikationsmaßnahmen. Outflow meint den Wertschöpfungsbeitrag der Kommunikationspolitik für das Unternehmen. Der Outflow basiert auf strategisch-finanziellen Wirkungen wie dem Kundenwert, dem Marktanteil oder dem Umsatz. Darüber hinaus umfasst dieser auch materielle wie immaterielle Ressourcen (z.B. den Unternehmens- und Markenwert) (vgl. Staubach 2009: 635). Die Outflow-Ebene umfasst somit die betriebswirtschaftliche Wirkung von Kommunikation. Mess­größen der Outflow- Ebene sind beispielsweise der RoMI, der Reputationswert oder der Imagewert einer Marke.

Während Kennziffern auf der Input- und Output-Ebene also eher kontaktbasiert, auf der Outcome-Ebene kognitiv- und verhaltensorientiert sind, liegt der Anspruch der Erfolgskennziffern auf der Outflow-Ebene in der Messung transaktionsorientierter Erfolge (vgl. Bauer und Hammerschmidt 2010: 84). Der Bereich der Outflow-Ebene, in dem KRIs die Ergebnisse des Kommunikationsaufwandes deutlich machen sollen, ist wahrscheinlich als der messkritischste zu sehen, denn die Möglichkeit der monetären Bewertung einzelner Kommunikationsbeiträge zum Unternehmenswert leidet nicht nur unter den Operationalisierungsproblemen der mehrdimensionalen Phänomene (wie z.B. Image, Reputation, Zufriedenheit oder Markenwerte etc.), sondern auch erheblich unter wirkungsbezogenen sowie zeitraumbezogenen Zurechnungsproblemen (vgl. Bauer et al. 2006: 265 f., Daum 2001: 60 oder Morgan et al. 2002: 363).

Die Literatur spricht von Carryover-Effekten, wenn Timelags in der Wirkung auftreten, wenn also ein Teil der Werbewirkung nicht unmittelbar mit Instrumenteneinsatz in t0, sondern in der Folgeperiode t1 wirksam wird (vgl. Reinecke 2006: 8 und Bruhn 2015: 282 f.). Auch sogenannte Spillover-Effekte können positive oder negative Wirkungen auf Kommunikationsmaßnahmen ausüben. Im Falle positiver Wirkungen werden sie Umbrella-Effekte genannt, im Falle negativer Wirkungen Kannibalismus-Effekte. Beide Effekte können auftreten, wenn beispielsweise ein Imagetransfer innerhalb von Markenfamilien stattfindet oder der Bekanntheitsgrad eines Objektes die Wirksamkeit von Kommunikationsmaßnahmen für andere Objekte beeinflussen. Nicht zuletzt erschwert die Verflechtung verschiedener Kommunikationsinstrumente die Zurechenbarkeit ökonomischer Wirkungen auf einzelne Maßnahmen. Zum Beispiel besteht ein Problem darin, die Wirkung eines TV-Spots von der Wirkung einer OoH-Maßnahme zu isolieren. Verbundeffekte und Synergieeffekte kommen zum Tragen und erschweren die genaue Messbarkeit von einzelnen Kommunikationsinstrumenten (vgl. Bruhn und Ahlers 2016: 192 sowie Meffert und Perrey 2008: 56, aber auch Raithel et al. 2008: 9).

Letztendlich geht es auch auf dieser Ebene um die Messung der verursachten Wirkungen im Organismus des adressierten Individuums und der erzielten Verhaltensreaktion durch einen gesetzten Stimulus (vgl. Bruhn 2016: 295). Auf dieser Ebene wird die Reaktion allerdings in der Mehrzahl anhand von Transaktionen gemessen. Insofern ist die Effektivität der vorgeschalteten Aktionen (Wirkung gemessen anhand des Zielerreichungsgrades (vgl. Sheth und Sisodia: 2002: 351 oder Clark und Ambler 2001: 238) die Voraussetzung für eine höchstmögliche Effizienz von Maßnahmen auf der Outflow-Ebene. Insofern vermengen sich die Wirkungen (Messbereiche) auf der zweiten und der dritten Ebene und können nur modelltheoretisch isoliert betrachtet werden (vgl. Raithel et al. 2008: 9). In der Praxis zeigt sich ein integriertes Konzept als Marketing Performance Management (vgl. Bauer et al. 2006: 24).

Neben den Schwierigkeiten, dieses ebenenübergreifende Konzept konsequent zu realisieren, stellt es vor allem die Fokussierung des Controllings auf einzelne Zielgrößen vor ein Problem. Kommunikationskampagnen verfolgen ja eben nicht ausschließlich einzelne isolierte Zielgrößen, sondern ein Zielbündel. Im Rahmen einer Kampagne soll bspw. die Bekanntheit gesteigert, das Image verbessert und der Umsatz erhöht werden. Um den Gesamterfolg dieser Kampagne zu ermitteln, reicht die Beurteilung einzelner Zielgrößen nicht aus. Auf Grundlage dessen ist es notwendig, sämtliche Zielgrößen in einem Untersuchungsmodell zu vereinen, was nicht nur zu Mehraufwand im Marketing führt (vgl. Bruhn und Ahlers, 2016: 187), sondern auch in gewissem Grade die beliebige Zuordnung von Effizienzbeiträgen zur Folge hat.

Insofern ist es mehr als mutig, marginalanalytische Modelle anzubieten, die kommunikationsgetragene Wirkungen auf ökonomische Größen nicht nur formal abbilden, sondern tatsächlich konkrete Ergebnisse liefern sollen. Dies soll anhand zweier Beispiele für die Allokation von Werbebudgets aufgezeigt werden. Zunächst werden unterschiedliche Vorstellungen über Wirkungszusammenhänge grafisch verdeutlicht und im Anschluss marginalanalytisch bestimmt.

Grafische Modellierung von Ursache-Wirkungs­zusammen­hängen

Bruhn (vgl. hier und fortfolgend 2014: 34 ff.) liefert eine empirisch fundierte Übersicht, mit der vier unterschiedliche, aber zusammenhängende Marktreaktionsbereiche funktional integriert aufgezeigt werden. Diese Übersicht zeigt Abb. 4. Die unskalierte Darstellung dokumentiert grundsätzliche Wirkungsverläufe ohne den Anspruch, exakt quantifizierte Funktionsverlaufswerte zu liefern.

Abb. 4: Spektrum kommunikationsinduzierter Marktreaktionen (Quelle: Bruhn 2014:35)

Zunächst (vgl. Quadrant I in Abb. 4) wird der Zusammenhang zwischen einem unterstellten Aktivitätsniveaus (z.B. Menge an Werbemaßnahmen als unabhängige Variable) und den daraus potenziell resultierenden psychologischen Wirkungen (nicht beobachtbaren Konsumentenreaktionen als abhängige Variable) aufgezeigt. Ein degressiver Funktionsverlauf wäre dann zu beobachten, wenn die Werbebotschaft durch Wiederholung zu verstärkter Wirkung führt, aber auch zunehmende Sättigungserscheinungen in der Wirkung aufweist. Ein logistischer Funktionstyp kann unterstellt werden, wenn die psychologischen Wirkungen zunächst unterproportional, dann überproportional zunehmen und schließlich durch Sättigungserscheinungen abgeschwächt werden. Dieser Situation kann sich beispielsweise ergeben, wenn Einstellungen von Konsumenten verändert werden sollen. Auch ein exponentieller Funktionstyp kann nachgewiesen werden. Dann nämlich, wenn beispielsweise ein zunehmender Werbekontakt zu einer immer stärker werdenden Verärgerung (Ablehnung der Werbung) der Rezipienten führt. Welcher Funktionstyp konstatiert werden kann, ist allerdings immer auch abhängig von zahlreichen umfeldbezogenen, situativen und persönlichkeitsbezogenen Einflussgrößen.

Der zweite Quadrant (vgl. Quadrant II in Abb. 4) zeigt den funktionalen Zusammenhang zwischen der durch das Aktivitätenniveau erreichten psychologischen Wirkung (nunmehr unabhängige Variable) und der daraus folgenden ökonomischen Wirkung z.B. in Form von Umsatz oder Absatz. Hier wird unterstellt, dass das beobachtbare Verhalten der Konsumenten durch z.B. die Einstellungen und Kaufbereitschaften der Betroffenen sowie das Image und die Bekanntheit des Objektes beeinflusst wird. Schnell wird hier aber auch schon deutlich, dass im Gegensatz zum ersten Quadranten hier die Operationalisierung der unabhängigen Variablen weitaus schwieriger ist, als die der abhängigen.

Die Kurvenverläufe sind dementsprechend auch hier als näherungsweise realitätskonform zu interpretieren und folgend den grundsätzlichen Erkenntnissen aus den bereits weiter oben andiskutierten Stufenmodellen der Kommunikationswirkung. „Dennoch erscheint es schwierig, den verhaltenssteuernden Beitrag einzelner psychologischer Wirkungen zu isolieren und in seiner Höhe zu spezifizieren“ (Bruhn 2014: 37). Insbesondere im Zusammenhang mit dem Kauf von emotional, wie auch kognitiv als Low-Involvement-Güter zu identifizierende Konsumwaren (z.B. Kaugummi) erscheint das Kaufverhalten eher abhängig von der situativen Verfügbarkeit als durch Einstellungen o.ä. Damit wäre eine funktionale Darstellung in diesem Quadranten gar nicht möglich.

Der vierte Quadrant (vgl. Quadrant IV in Abb. 4) zeigt die Veränderung des durch die Variation des kommunikativen Aktivitätenniveaus bewirkten Zuwachses an Kommunikationskosten. Im Regelfall wird hier eine degressive Kostensteigerung unterstellt werden können, da mit zunehmender Ausweitung der Aktivitäten (z.B. Werbebuchungen), Erfahrungskurveneffekte umgesetzt werden können und Rabatte realisiert werden.

Der dritte Quadrant (vgl. Quadrant III in Abb. 4) charakterisiert die funktionale Beziehung zwischen dem Budget als unabhängige Variable und den ökonomischen Wirkungen als abhängige Variable. Hier zeigen sich in der Praxis neben s-förmigen (logistischen) vor allem degressive Funktionsverläufe. „Im Allgemeinen ist demnach davon auszugehen, dass der Grenzzuwachs ökonomischer Wirkungen mit steigenden Kommunikationskosten immer mehr abnimmt“ (Bruhn 2014: 40).

Um die Vielzahl intervenierender Variablen innerhalb der einzelnen Funktionsbereiche bei der datenanalytischen Spezifizierung der funktionalen Zusammenhänge realitätsgetreu abbilden zu können, werden vor allem multivariate Verfahren (z.B. die Regressionsanalyse oder die Kausalanalyse) eingesetzt. Dennoch bleibt das Problem, dass funktionale Verallgemeinerungen nichts anderes als idealtypisches Modelldenken darstellen. Dieses wird allerdings realitätsnäher, je geringer die Wirkungsschritte bzw. je größer die Unmittelbarkeit der Ursache-Wirkungszusammenhänge sind, die innerhalb der Modellwelt untersucht werden.

Marginalanalytische Bestimmung optimaler Kommunikationsbudgets


Ganz anders als im Anspruch idealtypische Zusammenhänge zu modellieren liegt der Ehrgeiz, wenn Ursache-Wirkungsfunktionen konkrete Ergebnisse in Form von Berechnungen anbieten. Als Beispiel soll hier nur kurz das Standardmodell der optimalen Werbebudgetbestimmung[1] herangezogen werden, da es zum Verständnis nur geringe mathematische Vorkenntnisse verlangt, aber das grundsätzliche marginalanalytische Modelldenken transparent macht.

Vorausgesetzt, ein Unternehmen verfolgt die Gewinnmaximierung, sollen Werbeausgaben als zusätzliche Kosten zusätzlichen Umsatz erwirtschaften. Das Werbebudget ist nach dem klassischen Modell genau dann optimal, wenn die Grenzkosten der Kampagne genauso hoch sind, wie der Grenzerlös, der durch die Kampagne erwirtschaftet wird. Diese Gleichgewichtsbedingung gilt für den Monopolfall (vgl. Korndörfer 1966) bzw. die monopolistische Konkurrenzsituation (vgl. Dreiskämper 2018: 660), der/die hier unterstellt wird.

Die formale Bedingung für die Berechnung des optimalen Werbebudget ergibt sich aus der Gewinnfunktion (vgl. hier und fortfolgend Bruhn 2015: 284 f.):

Es wird unterstellt, dass die Absatzmenge abhängig ist vom Werbebudget und dass die Werbewirkung eine deterministische Beziehung zur Absatzmenge hat. Das heißt auch, dass jeder Budgethöhe eine eindeutige Werbewirkung auf den Absatz zugerechnet werden kann. Es gilt eine erweiterte Kostenfunktion mit K(x) = K(x(W)). Den Optimalitätsbedingungen der Marginalanalyse folgend, muss die Gewinnfunktion nach dem Werbebudget abgeleitet und null gesetzt werden.

Der erste Summand stellt den Grenzerlös dar:

Der zweite und dritte Summand zeigt die Grenzkosten der Produktion und der Werbeaufwendungen. Für eine Vereinfachung von (2) wird nun die Logik des Modells der Berechnung von Preiselastizitäten angewendet und die Werbeelastizität

definiert. Sie berechnet sich damit wie folgt:

Die Werbeelastizität  gibt an, um wie viele Einheiten der Absatz (x; abhängige Variable) verändert wird, wenn das Werbebudget (W, unabhängige Variable) um eine Einheit variiert wird. Sie ist i.d.R. ein positiver Wert, weil eine Erhöhung des Werbeaufwandes zu einer Erhöhung des Absatzes führt.

Unter Einbezug der Werbeelastizität

 in (2) ergibt sich vereinfachend:

Gleichung (3) lässt sich weiter vereinfachen und ergibt die Optimalitätsbedingung:

mit

als Grenzkosten der produzierten Absatzmenge.

Die ökonomische Interpretation von (4) lautet: Das Werbebudget ist optimal, wenn es genauso hoch ist, wie das Produkt aus Werbeelastizität und Deckungsbeitrag.

Die formale Eleganz dieser Lösung darf allerdings nicht darüber hinwegtäuschen, dass hier viele modellexterne, aber einflussnehmende Rahmenbedingungen (Gesellschaft, Konjunktur, individuelle Situationsbedingungen der Konsumenten, Wettbewerberaktionen etc.) nicht berücksichtigt werden und dass die Einschätzung der Werbeelastizität viel Untersuchungsaufwand erfordert. Es zeigen sich aber auch modellinterne Schwächen, wie Bruhn (2015: 286) feststellt: Die Werbewirkung bezieht sich auf Umsatzsteigerungen, das Berechnungsmodell aber auf die Gewinnmaximierung. Außerdem werden hier keine betriebsinternen Restriktionen berücksichtigt (z.B. Kapazitäten, finanzielle Ressourcen). Damit könnte das Optimum auch außerhalb der zulässigen Lösungsmenge liegen. „Zudem benötigen diese Ansätze einen hohen Aufwand an Informationen und werden deshalb in der Praxis nicht häufig angewendet“ (ebd.)

Der RoMI als zentraler KRI: Symbol oder Leitstern?

In allen betriebswirtschaftlichen Kennzahlen und mathematischen Modellen spiegelt sich der Wunsch wider, Managemententscheidungen zu objektivieren und wissenschaftlich abzusichern. Insbesondere die Professionalisierung des Marketings und der damit verbundene Anspruch die Marketingplanung unter dem Primat der Wertorientierung auszurichten, zwingt auch die Kommunikationsmanager angesichts steigendem Kosten- und Erfolgsdruck, die Rentabilität der einschlägigen Investitionen nachzuweisen (vgl. Scharf und Michel 2011: 1 sowie Meffert, Burmann, Kirchgeorg, 2008: 795). Die Vergabe von Marketingbudgets ist in diesem Zusammenhang zunehmend verknüpft mit dem zwingenden Nachweis, dass die Investitionen gewinnbringend sind (vgl. Meffert und Perrey 2008: 52). Als absolute Top-Kennziffer betriebswirtschaftlicher KRIs gilt hier (neben den Markenwerten) der Return on Marketing Investment (RoMI). Diese aus dem Finanzcontrolling stammende Kennziffer setzt den durch eine Marketingmaßnahme generierten Gewinn ins Verhältnis zum für diese Maßnahme eingesetzten Kapital. Je höher der RoMI, desto erfolgreicher war die Kampagne. Der RoMI wird in der einfachsten Form wie folgt berechnet (vgl. Dreiskämper 2018: 332 sowie Kreutzer und Land 2016: 132):

Die augenscheinliche Einfachheit der Berechnung kollidiert aber mit der Alltagsrealität eines Werbetreibenden. Es zeigen sich sofort drei Problembereiche: (1) Um den zusätzlich durch die Werbemaßnahme(n) generierten Umsatz definieren zu können, müssen die Umsätze vor und nach der Werbeaktion gemessen werden, um überhaupt festgestellt werden zu können. Außerdem müssen (2) die Marketingkosten bestimmt werden. Das ist sicherlich einfach in Bezug auf die Produktions-, Agentur- und Schaltkosten, aber schon schwieriger, wenn auch die unternehmensinternen Arbeitszeitkosten berücksichtigt werden sollen. Und zu guter Letzt greift noch (3) ein zweites Zurechnungsproblem: Selten wirken Marketingmaßnahmen unmittelbar, vor allem dann nicht, wenn zunächst vor-ökonomische Ziele (z.B. Bekanntheit, Attraktivität, Wissen etc.) verfolgt werden, um langfristigen Erfolg aufzubauen. Die Erforschung solcher langfristigen Wirkungen ist schwierig (vgl. Engel 2017) und damit wird der sich erst später einstellende Umsatz überhaupt nicht offensichtlich, geschweige denn eindeutig zuordbar.

Die Messung des Umsatzanstiegs aufgrund einer Marketingaktivität innerhalb eines kurzfristigen Zeitraums zeigt den kurzfristigen Effekt des Marketings und spiegelt sich im kurzfristigen-RoMi wider (vgl. Stewart, 2009: 640). Der langfristige RoMi betrachtet die erwarteten langfristigen Auswirkungen von Marketinginvestitionen auf den Markenwert des Unternehmens. Unter der Annahme, dass der Anstieg des Markenwerts gleichermaßen zu einem höheren wahrgenommenen Wert der Produkte des Unternehmens führt, erwartet das Unternehmen, dass die zukünftigen Verkäufe von einer spezifischen Marketingaktivität langfristig ansteigen (vgl. Stewart 2009: 641). Dabei ist anzumerken, dass die Messung des RoMi tendenziell ungenauer wird, je länger der Betrachtungszeitraum gewählt wird (vgl. Esch et al. 2016).

Relativ unproblematisch ist die Bestimmung des RoMI, wenn isolierte Betrachtungen möglich sind. So z.B. bei etlichen Online-Aktionen, bei Coupon-Einsätzen oder im Teleshopping. Aber selbst hier ist nicht festzustellen, wie groß das Hintergrundrauschen vergangener Aktionen eine Rolle spielt. Je aggregierter die Betrachtungsebene (z.B. die Umsatzsteigerungen mehrerer Perioden in Bezug auf das gesamte Marketingbudget aller eingesetzten Marketinginstrumente), desto aussagekräftiger wird der RoMI. Einzelbetrachtungen auf Maßnahmen oder Instrumente (TV-Werbung, Sponsoring, Viralaktionen etc.) bezogen, sind hingegen kaum berechen- oder vergleichbar.

Insofern über vergangene RoMI-Werte einen optimalen Mediamix bestimmen zu können, ist reine Illusion. Was allerdings schon geleistet werden kann, zeigen ökonometrische Modelle, die über multivariate statistische Verfahren (z.B. Regressionen) verschiedene Wirkungsvariablen im Zeitverlauf analysieren und deren Einfluss auf Ergebnisse messen. Hier werden entweder hoch aggregierte Daten (Umsätze, Investitionen etc. auf der Basis von Handels- oder Verbraucherpanels) erhoben, um die Effizienz von Kommunikationsinstrumenten zu belegen oder konkrete Beobachtungen aus Haushaltspanels (Einkaufs- und Medienverhalten) mit und ohne Werbekontakt verglichen, um Maßnahmenergebnisse analysieren und berechnen zu können. (vgl. Engel 2018)

Die Ergebnisse werden in Form von KRIs, wie den RoMI, formuliert. „Der Vorteil dieser sehr aufwändigen Art von Forschung ist die relative Genauigkeit der Daten auf Haushalts- oder Verbraucherebene. Allerdings lassen sich damit nicht alle Produkte gleich gut abbilden – ein Autokauf kann so nicht erforscht werden, aber die Ergebnisse für tägliche Konsumgüter (Fast Moving Consumer Goods) und den Einzelhandel sind recht robust.“ (Engel 2018: 237)

Zu häufig ist aber die Datenlage (zumindest in Grundlagenstudien) höchst unbefriedigend, da aus pragmatischen Gründen nicht aufwändig ermittelte, tatsächliche Daten genutzt werden, sondern Durchschnitts- oder Bruttowerte etc. Auch das Thema „Vertraulichkeit“ verhindert, dass reale Daten publiziert werden. „Deshalb sollten in Grundlagenstudien veröffentlichte ROI-Werte nicht mit präzisen Werten aus dem firmeninternen Controlling verglichen werden.“ (Engel 2018: 239) Firmenintern ermittelte Werte leiden wiederum häufig unter den Gründen „vertretbaren Aufwands“ oder fehlendem Know-how (vgl. Bruhn und Ahlers, 2016: 182).

Somit ist auch die Position des RoMI als Kennzahl schwierig zu verorten: Sie liegt irgendwo zwischen Shareholder-Value-Symbolik und ultimativem Erfolgsmaß.

SWOT-Fazit über das Kommunikationscontrolling

Die Schwächen des gesamten Controllingsystems in der Marketingkommunikation liegen vor allem in der Systemarchitektur des Kennzahlensystems und dem damit verbundenen neoklassischen Modelldenken, die Welt in Marginalanalysen berechnen zu können, begründet. Verhaltenspsychologische S-O-R-Wirkungsketten setzen sich aus multikriteriellen Phänomenenbündel zusammen, die bei weitem nicht ausreichend erforscht sind und auch nicht erwarten lassen, decodiert zu werden. Insofern lassen sich weder die exakten Kausalbeziehungen berechnen noch konkrete Ergebnisse der Kommunikationspolitik prognostizieren.

Die Stärken des gegebenen Controllingsystems liegen darin, dass Wirk­samkeiten und Wirtschaftlichkeiten von Kommunikationsmaßnahmen grundsätzlich dargestellt werden können. Die Input-Output-Outflow-Beziehungen können in verschiedenen Wirksamkeitskategorien intervallskaliert abgebildet werden. Damit werden dem Management Entscheidungshilfen an die Hand gegeben, die im klassischen Instrumentenbereich der Kommunikationspolitik zwar nur aus Durchschnitts- oder Modellwerten stammen, aber durchaus richtungsweisend genutzt werden können. Stärken werden vor allem im Digitalbereich der Kommunikation deutlich; bspw., wenn konkrete Direkt-Marketing-Aktionen oder Online-Aktivitäten evaluiert werden. Wirkungen in Form von Feedbacks oder Abverkäufen können immer exakt gezählt werden. Mit Tools, wie beispielsweise Google Analytics, kann die gesamte Verhaltensprozesskette eines jeden Besuchers exakt abgebildet werden. Die Ergebnisse, wer über welchen Kanal auf einer Site gelandet ist, wo wie lange verweilte und schließlich Leads oder Käufe generiert hat, ist exakt auf Basis einzelner Einheiten (Kunden oder IP-Adressen) – und nicht nur durchschnittlich – messbar. Damit können Investitionsgegenwerte (z.B. Umsatz) wenn auch nur in den engen Grenzen, die das Kontrollsystem setzt, relativ exakt bestimmt werden.

Die Chancen des Controllingsystems liegen darin, dass Circa-Werte zu nutzen, besser ist als keine Werte zu haben. Jede Verbesserung der Datenbasis reduziert die Entscheidungsunsicherheit in der Kommunikationspolitik.

Die Risiken des aktuellen Controllingsystems liegen in der Überinterpretation von Daten und in den mit dem Glauben an die mathematische Abbildbarkeit von Ursache-Wirkungszusammenhängen verbundenen Frustrationsreaktionen. Nicht zuletzt wird auch dem Phänomen des „sich Frohrechnens“ schnell Tür und Tor geöffnet. Insbesondere, weil es keinen allgemeinen Standard für die Berechnung hochaggregierter Kennzahlen (RoMI, Markenwerte etc.) gibt und auch die Berechnungen selbst nur methodisch (Erhebungsmethode und Stichprobenziehung etc.) transparent gemacht werden. Die Return-Kalkulationen bleiben hingegen in der Mehrzahl der Publikationen im Dunkeln. Somit ist größte Vorsicht beim Vergleich von Kampagnen- oder Gattungskennzahlen geboten (vgl. Engel 2018).


[1] In der aktualisierten 5. Auflage des Werkes (2015) ist dieses Beispiel nicht mehr enthalten. Möglicherweise aus Einsicht, möglicherweise wegen der mathematischen Vorkenntnisse, die der Leser zum Verständnis benötigt.

[2] Es gibt heute eine ganze Reihe an Berechnungsverfahren für Einproduktunternehmen. So beispielsweise das Dorfman-Steiner-Modell (1954), über das gleichzeitig der gewinnmaximale Preis und die optimale einperiodische Werbebudgethöhe bestimmt werden können oder das Lambin-Modell (1968), das mehrere Periodenplanungen berücksichtigt. Das Weinberg- (1960) oder das ADBUDG-Modell von Little (1970) helfen, Budgethöhen in Abhängigkeit von Marktanteilszielgrößen zu bestimmen und das Modell von Koyck (1954) sowie das Vidale-Wolfe-Modell (1957) berücksichtigen sogar dynamische Carry-over-Effekte von Werbewirkungen und damit Werbewirkungsverzögerungen in der Budgetbestimmung. Das Modell von Kuehn (1961), als eines der komplexesten Berechnungsmodelle, bezieht sogar nicht nur zeitliche Werbewirkungsverzögerungen von Maßnahmen ein, sondern berechnet die Budgethöhe darüber hinaus auch für Budgetentscheidungen bei mehreren Produkten in einem Absatzprogramm inklusive der Interdependenzwirkungen sowie unter Einbezug von Wahrscheinlichkeiten im Wiederkauf- und im Markenwechselverhalten. (Vgl. Bruhn 2015: 286–308)

Literaturverzeichnis

Balderjahn, I./Scholderer, J. (2007).
Konsumentenverhalten und Marketing. Grundlagen für Strategien und Maßnahmen. Stuttgart.

Bauer, H. H./Stokburger, G./Hammerschmidt, M. (2006).
Marketing Performance: Messen – Analysieren – Optimieren. Wiesbaden.

Bauer, H. H./Hammerschmidt, M. (2010).
Messung und Analyse der Online-Werbeeffizienz. In: Controlling – Zeitschrift Für Erfolgsorientierte Unternehmensführung, 22, Nr.2: 83–88.

Behrens, G. (1991).
Konsumentenverhalten. Entwicklung, Abhängigkeiten, Möglichkeiten. In: Konsum und Verhalten Bd. 18. 2. Auflage. Heidelberg.

Bruhn, M. (Hrsg.) (2009).
 Basler Schriften zum Marketing. Bd. 25, Wiesbaden.

Bruhn, M. (2014).
Unternehmens- und Marketingkommunikation. Handbuch für ein integriertes Kommunikationsmanagement. 3. Auflage. München.

Bruhn, M. (2015).
Kommunikationspolitik. Systematischer Einsatz der Kommunikation durch Unternehmen. München.

Bruhn, M. (2016).
Marketing. 13. Auflage. Wiesbaden.

Bruhn, M./Ahlers, M. (2016).
Kommunikationscontrolling durch einen interinstrumentellen Vergleich auf Basis einer gemeinsamen Währung. In: Esch, F.-R., Langner, T., Bruhn, M. (Hrsg.), Handbuch Controlling der Kommunikation. Wiesbaden: 181-198.

Clark, B. H./Ambler, T. (2001).
Marketing performance measurement: evolution of research and practice. In: International Journal of Business Performance Management, 3, Nr. 2-4: 231-244

Daum, D. (2001).
Marketingproduktivität: Konzeption, Messung und empirische Analyse. Wiesbaden.

Decker, R./Wagner, R. (2002).
Marketingforschung. Methoden und Modelle zur Bestimmung des Käuferverhaltens. München.

Dewenter, R./Rösch, J. (2015).
Einführung in die neue Ökonomie der Medienmärkte. Eine wettbewerbsökonomische Betrachtung aus Sicht der Theorie der zweiseitigen Märkte. Wiesbaden.

Diekmann, A. (2007).
Empirische Sozialforschung. 17. Auflage. Reinbek.

Döring, N./Bortz, J. (2016).
Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. 5. Auflage. Berlin, Heidelberg.

Dorfman, R./Steiner, P.O. (1954).
Optimal Advertising and optimal Quality. In: The American Economic Review, Vol. 44, No. 12: 826–836

Dreiskämper, T. (2018).
Grundfragen der Medienbetriebslehre. BWL für Medien- und Kommunikationswissenschaftler. Berlin.

Engel, D. (2018).
ROI – „König“ unter den Marketing-Kennzahlen? In: Media Perspektiven 5/2018: 235–241. Frankfurt a.M.

Engel, D. (2017).
Langfristigen Werbewirkungen auf der Spur. In: Media Perspektiven 10/2017: 524–528. Frankfurt a.M.

Esch, F.-R./Brunner, C. B./Petri, J. (2015).
Aufbau eines ganzheitlichen Kommunikationsperformance-Measurement: Konzepte zur Messung und Prognose des Kommunikationserfolgs. In: Esch, F.-R./Langner, T./ Bruhn, M. (Hrsg.): Handbuch Controlling der Kommunikation. Grundlagen – Innovative Ansätze – Praktische Umsetzungen. 2. Auflage. Wiesbaden: 111-138.

Esch, F.-R./Klein, J. F./Knörle, C./Schmitt, M. (2016).
Strategie und Steuerung des Customer Touchpoint Management. In: Langner, T./Bruhn, M. (Hrsg.): Handbuch Controlling der Kommunikation: Grundlagen – Innovative Ansätze – Praktische Umsetzungen, 2. Auflage. Wiesbaden.

Esch, F.-R./Langner, T./Bruhn, M. (Hrsg.). (2016).
Handbuch Controlling der Kommunikation: Grundlagen – Innovative Ansätze – Praktische Umsetzun­gen. 2. Auflage. Wiesbaden.

Fiege, R. (2012).
Social Media Balanced Scorecard. Erfolgreiche Social Media-Strategien in der Praxis. Wiesbaden.

Fischermanns, G. (2013).
Praxishandbuch Prozessmanagement. 11. Auflage. Wettenberg.

Foscht, T./Swoboda, B. (2009).
Käuferverhalten. Grundlagen – Perspektiven – Anwendungen. 3., aktualisierte Auflage. Wiesbaden.

Fuhrberg, R. (1995).
Teuer oder billig, Kopf oder Bauch – Versuch einer systematischen Darstellung von Evaluationsverfahren. In: Baerns, B. (Hrsg.): PR-Erfolgskontrolle, Messen und Bewerten in der Öffentlichkeitsarbeit. IMK, Institut für Medienentwicklung und Kommunikation: 47-70.

Heun, T. (2017).
Werbung. Wiesbaden.

Hofer, M./Pekrun, R./Wild, E. (2001).
Psychologie des Lernens. In: Krapp, A./Weidenmann, B. (Hrsg.): Pädagogische Psychologie: Ein Lehrbuch. 4. Auflage. Weinheim/Beltz.

Homburg, C./Krohmer, H. (2006).
Marketingmanagement. Wiesbaden

Horváth & Partners. (2014).
 KPI-Studie 2013: Mehr DNA in Steuerung und Reporting. Stuttgart.

Jossé, H., Stobbe, R., Kuhn, P. (2011)
Controlling der Marketingkommunikation. In: Büchele, M.-S./Pfannenberg, J./Storck C./Zerfaß, A. (Hrsg.): communicationcontrolling.de, Dossier Nr. 4

Kaplan, R. S./Norton D. P. (1997).
Balanced Scorecard. Strategien erfolgreich umsetzen. Stuttgart.

Kaplan, R. S./Norton D. P. (2004).
Strategy Maps. Der Weg von immateriellen Werten zum materiellen Erfolg. Stuttgart.

Kroeber-Riel, W./Gröppel-Klein, A. (2013).
Konsumentenverhalten. 10. Auflage. Wiesbaden.

Kroeber-Riel, W./Esch, F.-R. (2015).
Strategie und Technik der Werbung. 8. Auflage. Stuttgart.

Kroeber-Riel, W./Weinberg, P./Gröppel-Klein, A. (2009).
Konsumentenverhalten. 9., überarbeitete, aktualisierte und ergänzte Auflage. Wiesbaden.

Kühnle, B. A./ Gläser, M. (2019).
Handbuch des Mediencontrolling. Stuttgart.

Lachmann, U. (2006).
Erfolgskontrolle der Werbung. In: Reinecke, S./Tomczak, T. (Hrsg.).: Handbuch Markencontrolling: Effektivität und Effizienz einer marktorientierten Unternehmensführung. Wiesbaden: 507–520.

Lamnek, Siegfried (2005).
Qualitative Sozialforschung. 4. Auflage. Basel.

Lauer, Thomas (2014).
Change Management: Grundlagen und Erfolgsfaktoren. 2. Auflage. Wiesbaden.

Lies, J. (2015).
Praxis des PR-Managements. Strategien – Instrumente – Anwendung. Wiesbaden.

Lindenmann, Walter (2003).
Guidelines for Measuring the Effectiveness of PR Programs and Activities. Gainesville: Institute for Public Relations.

Meffert H./Burmann, C./Kirchgeorg, M. (2008).
Marketing, Grundlagen marktorientierter Unternehmensführung, Konzepte – Instrumente – Praxisbeispiele. 10. Auflage. Wiesbaden.

Meffert H./Burmann, C./Kirchgeorg, M. (2015).
Marketing, Grundlagen marktorientierter Unternehmensführung, Konzepte – Instrumente – Praxisbeispiele. 12. Auflage. Wiesbaden.

Meffert, H./Perrey, J. (2008).
Marketing Return on Investment (MROI)..In: Marketing Review St. Gallen, 25 (2008), Nr. 1: 52–56.

Morgan, N. A./Clark, B. H./Gooner, R. (2002).
Marketing productivity, marketing audits, and systems for marketing performance assessment: integrating mulitple perspectives, In: Journal of Business Research, 55 (2002), Nr. 5: 363-375

Ortlieb, C. P. (2011).
Die Welt lässt sich nicht berechnen. Interview von Oliver Link mit Claus Peter Ortlieb, brand eins 11/2011. Abgerufen am 19.10.2018 unter https://www.brandeins.de/magazine/brand-eins-wirtschaftsmagazin/2011/rechnen/die-welt-laesst-sich-nicht-berechnen.

Peterson, E. T. (2006).
The Big Book of Key Performance Indicators. In: Web analytics demystified. Zu erreichen unter: https://analyticsdemystified.com/general/big-book-of-key-performance-indicators/ Abgerufen am 12.12.18

Pfannenberg, J./Zerfaß, A. (Hrsg.) (2005).
Wertschöpfung durch Kommunikation. Wie Unternehmen den Erfolg ihrer Kommunikation steuern und bilanzieren. Frankfurt.

Pfefferkorn, Eva J. (2009).
Kommunikationscontrolling in Verbindung mit Zielgrößen des Markenwertes. In: Bruhn, M. (Hrsg.). Basler Schriften zum Marketing. Wiesbaden.

Piwinger, M./Porák, V. (Hrsg.) (2005).
Kommunikations-Controlling: Kommunikation und Information quantifizieren und finanziell bewerten. Wiesbaden.

Raithel, S./Scharf, S./Schwaiger, M. (2008).
Marketingerfolg richtig messen: Optimale Kennzahlensysteme. In: Marketing Review St. Gallen, 25, Nr. 2: 8–13.

Raupp, J./Vogelsang, J. (2009).
Medienresonanzanalyse: Eine Einführung in Theorie und Praxis. Wiesbaden.

Reinecke, S. (2006).
Return on Marketing? Möglichkeiten und Grenzen eines Erfolgsnachweises des Marketing. In: Reinecke, S./Tomczak, T. (Hrsg.)., Handbuch Marketingcontrolling, 2006: 4-37.

Reinecke, S., Tomczak, T. (Hrsg.) (2006).
Handbuch Marketingcontrolling: Effektivität und Effizienz einer marktorientierten Unternehmensführung, 2. Auflage. Wiesbaden.

Reinecke, S. (2008).
Marketingeffizienz. In: Marketing Review St. Gallen, 25, Nr. 2: 1-1.

Rolke, L. (2002).
Kommunizieren nach dem Stakeholder-Kompass. In: Kirf, B./Rolke, L. (Hrsg.): Der Stakeholder-Kompass der Unternehmenskommunikation. Frankfurt am Main: 16-33.

Rolke, L. (2016).
Kommunikations-Controlling: Strategiegeleitete Steuerung mittels Wirkungsmanagement. In: Esch, F.-R./Langner, T./Bruhn, M. (Hrsg.): Handbuch Controlling der Kommunikation. Grundlagen – Innovative Ansätze – Praktische Umsetzungen. Wiesbaden.

Rolke, L./Zerfaß, A. (2010).
Wirkungsdimensionen der Kommunikation: Ressourceneinsatz und Wertschöpfung im DPRG/ICV-Bezugsrahmen. In: Pfannenberg, J./ Zerfaß, A. (Hrsg.): Wertschöpfung durch Kommunikation: Strategisches Kommunikations-Controlling in der Unternehmenspraxis. Frankfurt a.M.: 50–60.

Rolke, L./Zerfaß, A. (2014).
Erfolgsmessung und Controlling der Unternehmenskommunikation: Wertbeitrag, Bezugsrahmen und Vorgehensweisen. In: Zerfaß, A./Piwinger, I. (Hrsg.): Handbuch Unternehmenskommunikation. Wiesbaden: 863-885.

Ruud, F. T./Pfister, J. (2005).
Erfassung und Zuteilung der Informations- und Kommunikationskosten aus konzeptioneller Perspektive. In: Piwinger, M./Porák, V. (Hrsg.), Kommunikations- Controlling – Kommunikation und Information quantifizieren und finanziell bewerten. Wiesbaden: 57-75.

Scharf, S./Michel, E. (2011).
Return on marketing – eine Bestandsaufnahme empirischer Befunde. In: Journal für Betriebswirtschaft, 61, Nr. 4: 235–267.

Schnettler, J./Wendt, G. (2013).
Konzeption und Mediaplanung für Werbe- und Kommunikationsberufe. Lehr- und Arbeitsbuch für die Aus- und Weiterbildung. Berlin.

Schnettler, J./Wendt, G. (2015).
Werbung und Kommunikation planen. Konzeption, Media und Kreation. Berlin.

Schultz, V. (2017).
Basiswissen Rechnungswesen. München.

Schweiger, G./ Schattenecker, G. (2017).
Werbung. 9. Auflage. Konstanz und München.

Sheth, J. N./Sisodia, R. S. (2002).
Marketing productivity. In: issues and analysis, 55, Nr. 5: 349-362.

Staubach, J. (2009).
Kommunikations-Controlling. In: Controlling, 21 (2009), Nr. 11: 635–636.

Steffenhagen, H. (2004).
Effektivität und Effizienz in der Markenkommunikation. In: Baumgarth, C. (Hrsg.)., Marktorientierte Unternehmensführung – Grundkonzepte, Anwendung und Lehre, Festschrift für Hermann Freter zum 60: 165-179.

Steimel, B./Halemba, C./Dimitrova, T. (2017).
Social Media Monitoring – erst zuhören, dann mitreden in den Mitmachmedien! Meerbusch.

Stewart, D. W. (2009).
Marketing accountability: Linking marketing actions to financial results. In: Journal of Business Research, 62 (2009), Nr. 6: 636–643.

Trommsdorff, V./Teichert, T. (2011).
Konsumentenverhalten. 8., vollständig überarbeite­te und erweiterte Auflage. Stuttgart.

Will, M. (2007).
Wertorientiertes Kommunikationsmanagement. Stuttgart.

Zerfaß, A./Buchele, M.-S. (2008).
Kommunikationscontrolling — Forschungs­stand und Entwicklungen. In: Marketing Review St. Gallen, 25, Nr. 1: 20–25.

Zerres, C./Tscheulin, D. K./Israel, K. (2017).
Online-Marketing-Controlling. In: Zerres, C. (Hrsg.)., Handbuch Marketing-Controlling. Wiesbaden: 173-190.

Zerres, Christopher (Hrsg.) (2017).
Handbuch Marketing- Controlling: Grundlagen – Methoden – Umsetzung. 4. Auflage. Berlin, Heidelberg

Zossé, H./Stobbe, R./Kuhn, P. (2011).
Controlling der Marketingkommunikation. In: Büchele, M.-S./ Pfannenberg J./ Storck C./ Zerfaß, A. (Hrsg.): communicationcontrolling.de, Dossier Nr. 4, 2011

Hier gibt’s die PDF-Version des Fachartikels