Als Beispiel: zu wissen, dass sich die Produktverkäufe saisonal entwickeln, kann interessant als Balkendiagramm dargestellt werden, indem die Verkäufe auf der y-Achse und die Zeit auf der x-Achse abgetragen werden. Hier wird schon pauschal ein Zusammenhang zwischen den verschiedenen Monaten, Jahreszeiten oder sonstigen Zeiteinheiten vermutet und auch unterstellt, dass es einen Zyklus gibt, d.h. dass ein Muster durch den Zeitverlauf konstruiert wird, das sich mit einiger Wahrscheinlichkeit in Zukunft fortsetzen und für die Materialplanung nutzen lassen kann.
Es ist allerdings durchaus nicht so, dass die Zeit einen derartigen Einfluss überhaupt haben kann. Möglicherweise ist der Rückgang in den zurückliegenden Zeiteinheiten von dauerhafter Natur und hängt auch gar nicht mit der Zeit zusammen, sondern vielmehr mit einer Marktsättigung, dem Aufstreben eines Konkurrenzproduktes, welches eine höhere Kundenzufriedenheit und damit ein besseres Preis-Leistungsverhältnis bietet als das eigene angebotene Produkt.
Wenn man nun auch noch die Kundenstruktur möglicherweise aus den bereits erhobenen Daten der FiBu mit in die Überlegungen einbezieht, könnte man den Rückgang möglicherweise differenzieren. An der Oberfläche handelt es sich vielleicht um einen globalen Rückgang, aber tatsächlich kann es sein, dass er sich in den verschiedenen Kundengruppen unterschiedlich verteilt, eventuell sogar in einigen Kundengruppen gegen den allgemeinen Trend zunimmt, diese Zunahme jedoch nicht ausreicht, um die gesamte Abwärtstendenz zu kompensieren. Es wäre also notwendig, diese verschiedenen Kundengruppen zu identifizieren, d.h. ihre einzelnen relevanten Merkmale in Bezug auf das Produkt herauszukristallisieren, sodass sich Rückschlüsse über die Gründe des veränderten Kaufverhaltens ableiten lassen. Vermutlich reichen dafür die bereits erhobenen und vorhandenen Daten, die ja mehr die Rechnungsstellung als Ziel hatten, nicht aus, sodass eine entsprechende Befragung unter den Kunden möglicherweise sogar schon in einzelne Gruppe vorselektiert hier den entscheidenden Impuls geben kann, mit dem man eine vollwertige Erklärung entwickeln kann. Diese sollte dann mit Sicherheit anhand von Einflussfaktoren, die sich aus den allgemeinen Merkmalen der Kunden und der insgesamt vorhandenen Kundenstruktur ergeben, die vergangenen Verkaufszahlenänderungen erklären und darüber hinaus auch noch erlauben, diese zukünftige Entwicklung zu prognostizieren. Nicht nur dass, es wäre auch wünschenswert, wenn man durch weiter gehende Überlegungen dahin käme, Maßnahmen zu entwerfen, mit deren Hilfe sich eine Lösung für den zurückgehenden Umsatz finden würde. Ein vollständige Erklärung des Phänomens Verkaufsrückgang kann dann sogar dazu benutzt werden, um die übergeordneten unternehmerischen Ziele wieder erreichen zu können, indem man versucht, durch Berücksichtigung der offensichtlich kundenbezogenen Einflussfaktoren bspw. die Produkt-/Service-/Leistungsmerkmale so zu verändern, dass sie wieder den Kundenerwartungen entsprechen.
Das vorherige sehr kurz skizzierte Beispiel zeigte, wie verschiedene Datenbereiche hier immer unter dem Blickwinkel der Befragung als zusätzliche Datenquelle so miteinander in Beziehung gesetzt werden könnten, dass Daten, die aus einem anderen Bereich in diesem Fall aus dem Verkauf und damit aus der ohnehin vorhandenen Rechnungslegung miteinander in Beziehung gesetzt werden. Man erhofft sich dadurch, einen Zusammenhang zwischen diesen beiden Datenbereichen aufzudecken, der dann zunächst für die Erklärung des aktuellen Zustands bzw. der Vergangenheit, die zu diesem Zustand geführt hat, aber auch für die Beeinflussung und Gegensteuerung genutzt werden kann.
Allein in diesem scheinbar sehr einfachen Beispiel Kunden verlieren aufgrund der Verringerung der Produktattraktivität aus verschiedenen Gründen das Interesse an diesem Produkt verstecken sich eigentlich noch wesentlich mehr Einflussfaktoren. Die sehr an der Oberfläche liegenden demographischen Merkmale oder die Konkurrenz durch ein anderes Produkt können hier gängige Erklärungen sein. Es wäre allerdings auch möglich, dass das Produkt eine gewisse Marktsättigung erreicht hat, es vielleicht technologisch überholt ist und daher der Markt langsam immer kleiner wird, was sich nur in verschiedenen Kundengruppen unterschiedlich schnell auswirkt, aber letztendlich bei einem grundlegend technologisch gleich bleibendem Produkt nicht dazu beitragen wird, die Krise mit Gegensteuerungsmaßnahme tatsächlich zu beenden.
Die Menge der Einflussfaktoren ist also zahlreich und bei einer völlig unbekannten Fragestellung oder einer Ausgangssituation, in der das Unternehmen gar keine Erfahrungen mit entsprechender Modellbildung hat, weil diese Techniken erst neu eingeführt werden, wären in mehreren Schritten die möglichen Einflussfaktoren zu benennen, um dann die wesentlichen aus dieser Sammlung wiederum zu identifizieren. Es lassen sich zusätzlich sogar noch weitere verschränkende Beeinflussungen vorstellen, die bspw. in der Kommunikation liegen, die ja notwendig ist, um veränderte Produkteigenschaften wieder zu bewerben und vielleicht ein mittlerweile schlechtes Marktimage des Produkts aufzupolieren und die Leistungen des Produkts in der Vorstellung der Kunden neu zu positionieren. Hier würde man dann von einer Studie mit den Mitteln der empirischen Sozialforschung sofort in die nächste geraten, was sich allerdings durch externe Hilfe mit der notwendigen Erfahrung und dem notwendigen Vorwissen in diesem Bereich der Betriebswirtschaftslehre, des Marketing oder der Konsumentenverhaltens als durchaus überwindbare Herausforderung darstellen sollte.
Kurz und gut: man befindet sich im Rahmen eines solchen (Teil-)Projekts in der Modellbildung, für die eine Reihe von Begriffen kurz definiert und voneinander abgegrenzt werden sollen.
Unter einer Hypothese versteht man in der Modellbildung eine Aussage, bei der man allerdings ihre Gültigkeit nur vermuten kann. Sie ist allerdings auch nicht völlig von der Hand zu weisen, wie dies bei einer bloßen Spekulation der Fall wäre, da eine von Fall zu Fall verschieden große Datenmenge diese Gültigkeit untermauert und es noch keine grundlegenden Einschränkungen für diese Gültigkeit in den erhobenen Daten zu geben scheint oder gerade die Daten, welche die Gültigkeit arg in Zweifel ziehen würden, noch nicht erhoben worden sind. Die Hypothese besitzt im Normalfall auch Bedingungen, die für das Eintreten vorausgesagter Zustände gelten müssen.
Man kann zwei typische Aussagen unterscheiden, die eine Hypothese konstituieren, wobei neben der sprachlichen Unterscheidung eine mathematische Beziehung zwischen den Einflussfaktoren impliziert wird, der im Idealfall auch konkretisiert wird:
Bei einigen der gerade gelieferten Beispiele meint man, sich nur noch wenige Schritte von einer Formel entfernt zu befinden, obwohl natürlich die Messung von Nutzengewinn aufgrund des Zuwachses an persönlichen Ansehen, die Motivation oder die Kundenzufriedenheit sehr abstrakte Begriffe sind, die durch umfangreiche (Nominal-) Definitionen erst beschrieben werden müssten und deren Nachweis gleichfalls zu einer empirischen Herausforderung wird. Im Wesentlichen ist es aber so, dass man leicht erkennen kann, von welcher Art der quantitative Zusammenhang ist. Dies bezieht sich insbesondere auf die (nicht-) linearen Zusammenhänge und die kurvilinearen Zusammenhänge. Die ersteren führen zu relativ einfachen Geraden- oder Kurvengleichungen mit nur einer Einflussgröße, während die anderen möglicherweise mehrere Einflussgrößen erfordern und evtl. sogar mehrerer Gleichungen bedürfen, welche die Schwellwerte angeben können. Eine solche Aussage lässt sich auch als quantitative Hypothese bezeichnen.
Die Abbildungen sollen verschiedene Zusammenhänge und damit auch unterschiedliche Hypothesen vorstellen, die vermutlich auch in weiten Kreisen so bekannt bzw. als wahr akzeptiert werden. Interessant ist dabei, dass man im Rahmen eines Vortrags gut erst die eine und dann die andere, etwas komplexere Variante der gleichen Hypothese (oder sind es tatsächlich verschiedene Hypothesen?) zeigen und dann die verblüffende Frage stellen kann, wieso das Publikum eigentlich schon die erste Hypothese für wahr hielt, wenngleich die zweite doch durch eine höhere Komplexität vermutlich besser die - auch hier wieder die Idee der eigentlichen Wahrheit hinter dem Vorhang - wahren Zusammenhänge zeigen würde.
Der Unterschied in beiden Varianten besteht jeweils darin, dass in der zweiten Hypothese erweiterte Einflussfaktoren (Winter- und Herbsturlaub) oder Extremfälle (gar keine Kollegen im Büro oder besonders viele) betrachtet werden. Diese Fälle werden bei einer Betrachtung der ersten Hypothese nicht vermisst, weil der Betrachter automatisch annimmt, dass es sich 1. nur um ein Beispiel, 2. eine vereinfachte Hypothese und 3. um kein vollständig ernst gemeintes Konzept handelt.
Gesetze lassen sich ähnlich definieren wie Hypothesen, wobei man hier einen qualitativen Unterschied in der Aussagekraft und in der Gültigkeit machen kann. Die Aussage eines Gesetzes hat sich oft bewährt, sodass es keinen guten Grund gibt, sie in ihrer grundlegenden Form anzuzweifeln. Der genaue quantitative Zusammenhang, der ohnehin bei Gesetzmäßigkeiten im sozialen oder psychologischen Bereich nie als besonders gesichert gelten kann und der auch keine besondere Strahlkraft auf die zweite oder dritte Dezimalstelle entfalten kann, kann angepasst oder auf den Prüfstand gestellt werden. Doch die prinzipielle Aussage an sich kann als gesichert gelten.
Eine Theorie schließlich ist das eigentliche manchmal ungeschriebene Ziel von empirischen Untersuchungen. Wie schon die einführenden Beispiele zeigten, ist es schon auf einer fiktiven Ebene mit illustrierenden Beispielen schwierig, lediglich eine einzige Aussage zu formulieren und dabei zu hoffen, ein Phänomen zu erklären. Der Normalzustand ist eher so, dass ein ganzes System ans Aussagen notwendig ist, um ein Phänomen zu beschreiben. Dies liegt an Interdependenzen, Sonderfällen, Schwellwerten oder sonstigen weiteren Einflussfaktoren und ihre Wechselwirkungen untereinander.
Als Voraussetzung, um eine Theorie nachvollziehbar und verständlich aufzubauen, ist es notwendig, die verwendeten Begrifflichkeiten zu definieren. Daher sind die Definitionen quasi die Grundbausteine einer Theorie. Innerhalb einer Theorie lassen sich die verschiedenen Aussagen dann nach dem Grad ihrer Allgemeinheit sortieren. Dabei bezeichnet man diejenigen Aussagen mit der höchsten Allgemeint als Axiome. Neben der Forderung, dass sie untereinander widerspruchsfrei und keine Wechselwirkungen untereinander haben sollen, wird ihre Richtigkeit als gegeben angenommen, sodass die Untersuchung von Einflussfaktoren, die in der Theorie betrachtet und durch die Studie herauskristallisiert werden sollen, bei ihnen als Form einer Torwache endet.
Zu den Axiomen gesellen sich dann die Aussagen, die auch als Propositionen oder Theoreme bezeichnet werden. Beide Bezeichnungen verstehen die Aussage als so genannten Lehrsatz einer Theorie. Er wurde aus den fundamentalen Annahmen der Theorie abgeleitet und gilt als wahre Aussage dieser Theorie.
Je nach Wissenschaft gibt es Theorien, die auch empirische Belege für ihre Theoreme liefern und sie daher aufgrund von Beobachtungen und Messungen in qualitativer und quantitativer Hinsicht nachweisen oder aus tatsächlichen Gegebenheiten und Zuständen ableiten wollen. Dies können Experimente, reine Beobachtungen von typischen Situationen, in denen die Daten, die für die Ableitung von Theoremen verwendet werden, anfallen, oder gerade auch Befragungen sein. Hier ist zusätzlich der Begriff der Operationalisierung wichtig. Alternativ kann man auch von Messkonzepten oder Indikatoren sprechen, d.h. die Art und Weise, wie die Belege beschafft, eingestuft und überhaupt als Beleg anerkannt werden. Insbesondere bei den abstrakten Konzepten der Sozialwissenschaft ist dies ein wesentlicher Punkt, der auch viel Freiraum lässt und teilweise die Vergleichbarkeit von Studien erschwert.
Eine Theorie lässt sich in verschiedenen Weisen nutzen, wie man sich leicht vorstellen kann. Mit Blick auf den unternehmerischen Einsatz von Methoden der empirischen Sozialforschung macht es allerdings Sinn, diese Einsatzmöglichkeiten kurz noch einmal zu erwähnen. Entlang der Zeitachse lassen sich die vier wesentlichen Anwendungsfälle gut demonstrieren.
