Skip to main content
SpringerLink
Log in

Mittel- und langfristige Absatzprognose auf der Basis von Sättigungsmodellen

  • Chapter
  • First Online:
Prognoserechnung

Zusammenfassung

Bei einer Reihe von Produkten ist es relativ gut möglich abzusehen, nach welcher Absatzmenge der Markt gesättigt sein wird. Daher eignet sich die Sättigungsgrenze als Parameter eines Prognosemodells, das vor allem den mittel- oder langfristig erreichbaren Absatz abzuschätzen gestattet. Im Rahmen von Produktionsplanungssystemen oder auch solchen zum Lieferkettenmanagement (Supply Chain Management) dürfte besonders der Fall bedeutsam sein, bei dem die Absatzmengen bzw. das Wachstum des nächsten Halbjahres oder Jahres vorhergesagt werden sollen („Wachstumsmodelle“). Es ist aber auch möglich, von beobachteten Werten der Funktion auf die Höhe des Sättigungswertes zu schließen und den ungefähren Zeitpunkt anzugeben, zu dem er bis zu einem bestimmten Prozentsatz erreicht sein wird.

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

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 109.00
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 139.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

References

  1. Ahl, D.H.: New Product Forecasting Using Consumer Panels, J. Marketing Res. 7, 160 ff. (1970)

    Article  Google Scholar 

  2. Albers, S. und Peters, K.: Diffusion interaktiver Medien, in: Albers, S., Clement, M. und Peters, K., Marketing mit interaktiven Medien: Strategien zum Markterfolg, 2. Aufl., S. 109–122, Frankfurt am Main (1999)

    Google Scholar 

  3. Bass, F.M.: A New Product Growth Model for Consumer Durables, Manage. Sci. 15, 215 ff. (1969)

    Article  Google Scholar 

  4. Bayus, B.L.: The Consumer Durable Replacement Buyer, J. Marketing 55(1), 42 ff. (1991)

    Article  Google Scholar 

  5. Bertalanffy, L. von: Modern Theories of Development, New York (1962)

    Google Scholar 

  6. Beweley, R. und Griffiths, W.E.: The penetration of CDs in the sound recording market: issues in specification, model selection and forecasting, Int. J. Forecasting 19, 111–121 (2003)

    Article  Google Scholar 

  7. Bewley, R. und Fiebig, D.G.: A Flexible Logistic Growth Model with Applications in Telecommunications, Int. J. Forecasting 4, 177 ff. (1988)

    Article  Google Scholar 

  8. Bhargava, S.C., Bhargava, R.K. und Jain, A.: Requirement of dimensional consistency in model aligns: Diffusion models incorporating price and their applications, Technol. Forecast. Soc. 41, 177–188 (1991)

    Article  Google Scholar 

  9. Böhm, E.: Modelle für Entwicklungsprognosen im Fernsprechwesen, Dissertation, Stuttgart (1969/70)

    Google Scholar 

  10. Böhm, E. und Wacker, W.: Wachstumsfunktionen mit Sättigungsverhalten und ihre Anwendung in ökonometrischen Prognosemodellen für den Fernsprechdienst, Archiv für das Post- und Fernmeldewes. 31, 305 ff. (1979)

    Google Scholar 

  11. Bonus, H.: Die Ausbreitung des Fernsehens, Meisenheim (1968)

    Google Scholar 

  12. Bottomley, P.A. und Fildes, R.: The role of prices in models of innovation diffusion, J. Forecasting 17, 539–555 (1998)

    Article  Google Scholar 

  13. Bussmann, K.F. und Mertens, P. (Hrsg.): Operations Research und Datenverarbeitung bei der Instandhaltungsplanung, Stuttgart (1968)

    Google Scholar 

  14. Chambers, J.C., Mullick, S.K. und Smith, D.D.: How to Choose the Right Forecasting Technique, Harvard Bus. Rev. 49(4), 45 ff. (1971)

    Google Scholar 

  15. Chow, G.C.: Technological Change and the Demand for Computers, Am. Econ. Rev. 57, 1117 ff. (1967)

    Google Scholar 

  16. De Kluyver, C.A.: A Comparative Analysis of the Bass and Weibull New Product Growth Models for Consumer Durables, New Zeal. Oper. Res. 10, 99 ff. (1982)

    Google Scholar 

  17. Dichtl, E.: Die Beurteilung der Erfolgsträchtigkeit eines Produktes als Grundlage der Gestaltung des Produktionsprogramms, Berlin (1970)

    Google Scholar 

  18. Easingwood, C.J.: An Analogical Approach to the Long Term Forecasting of Major New Product Sales, Int. J. Forecasting 5, 69 ff. (1989)

    Article  Google Scholar 

  19. Easingwood, C.J., Mahajan, V. und Muller, E.: A Nonsymmetric Responding Logistic Model for Forecasting Technological Substitutions, Technol. Forecast. Soc. 20, 199 ff. (1981)

    Article  Google Scholar 

  20. Easingwood, C.J., Mahajan, V. und Muller, E.: A Nonuniform Influence Innovation Diffusion Model of New Product Acceptance, Market. Sci. 2, 273 ff. (1983)

    Article  Google Scholar 

  21. Eskin, G.J.: Dynamic Forecasts of New Product Demand Using a Depth of Repeat Model, J. Marketing Res. 10, 115 ff. (1973)

    Article  Google Scholar 

  22. Fader, P.S.: Forecasting New Product Trial in a Controlled Test Market Environment, J. Forecasting 22, 391 ff.; vgl. auch Fader, P.S. und Hardie, B.G.S., Forecasting Trial Sales of new Consumer Packaged Goods, in: Armstrong, J.S. (Hrsg.), Principles of Forecasting, Boston u. a. 2001, S. 613 ff. (2003)

    Google Scholar 

  23. Fiedler, J.: Prognosemethoden für die Bestands- und Absatzentwicklung neuer Produkte, Forschen-Planen-Entscheiden 3(1), 13 ff. (1967)

    Google Scholar 

  24. Fourt, L.A. und Woodlock, J.W.: Early Prediction of Market Success for New Grocery Products, J. Marketing 25(2), 31–38 (1960)

    Article  Google Scholar 

  25. Gahse, S.: Methode der langfristigen Bedarfsvorhersage bei vorhandener Sättigungsgrenze, Neue Betriebswirtsch. 12, 147 ff. (1964)

    Google Scholar 

  26. Gierl, H.: Diffusionsmodelle – Techniken zur Absatzprognose und Gestaltung der Absatzpolitik, Wirtschaftswissenschaftl. Stud. 21, 382 ff. (1992)

    Google Scholar 

  27. Greene, D.L. und Chen, C.K.E.: Scrappage and Survival Rates of Passenger Cars and Light Trucks in the U.S. 1966–77, Transport. Res. 15(5), 383 ff. (1981)

    Article  Google Scholar 

  28. Hardie, B.G.S., Fader, P.S. und Wisniewski, M.: An Empirical Comparison of new Product Trial Forecasting Models, J. Forecasting 17, 209 ff. (1998)

    Article  Google Scholar 

  29. Hesse, H.W.: Kommunikation und Diffusion von Produktinnovationen im Konsumgüterbereich, Berlin (1987)

    Google Scholar 

  30. Hoffer, G. und Reilly, R.: Automobile Styling as a Shift Variable: An Investigation by Firm and by Industry, Appl. Econ. 16, 291 ff. (1984)

    Article  Google Scholar 

  31. Islam, T. und Meade, N.: The diffusion of successive generations of a technology: A more general model, Technol. Forecast. Soc. 56, 49–60 (1997)

    Article  Google Scholar 

  32. Islam, T. und Meade, N.: Modelling diffusion and replacement, European J. Oper. Res. 125, 551–570 (2000)

    Article  Google Scholar 

  33. Jain, D.C. und Rao, D.C.: Effect of Price on the Demand for Durables: Modeling, Estimation, and Findings, J. Bus. Econ. Stat. 8, 163–170 (1990)

    Google Scholar 

  34. Kamakura, W.A. und Balasubramanian, S.A.: Long-term Forecasting with Innovation Diffusion Models: The Impact of Replacement Purchases, J. Forecasting 6, 1 ff. (1987)

    Article  Google Scholar 

  35. Kasper, E.F.: Verschleißgrad und Austauschrate als Hilfe bei Absatzprognosen, Z. betriebswirtschaftl. Forsch. 24, 281 ff. (1972)

    Google Scholar 

  36. Kroeber-Riel, W. und Roloff, S.: Zur Problematik von Wendepunkten in Trendfunktionen, dargestellt an einem Modell zur Prognose von Marktanteilen, Z. betriebswirtschaftl. Forsch. 24, 294 ff. (1972)

    Google Scholar 

  37. Lawrence, K.D. und Lawton, W.H.: Applications of Diffusion Models: Some Empirical Results, in: Wind, Y., Mahajan, V. und Cardozo, R.N. (Hrsg.), New Product Forecasting, S. 529 ff., Lexington (1981)

    Google Scholar 

  38. Lewandowski, R.: Systematik der langfristigen Prognose, Monographien zu den modernen Methoden des Managements, Nr. 1, Dortmund (1970)

    Google Scholar 

  39. Lewandowski, R.: Prognose- und Informationssysteme und ihre Anwendungen, Berlin-New York (1974)

    Google Scholar 

  40. Lund, R.: Making Products live longer, Technol. Rev. 79, 49 ff. (1977)

    Google Scholar 

  41. Mahajan, V. und Peterson, R.A.: Innovation Diffusion in a Dynamic Potential Adopter Population, Manage. Sci. 24, 1589 ff. (1978)

    Article  Google Scholar 

  42. Mahajan, V. und Peterson, R.A.: Models for Innovation Diffusion, Beverly Hills u. a. (1985)

    Google Scholar 

  43. Mahajan, V., Muller, E. und Bass, F.M.: New Product Diffusion Models in Marketing: A Review and Directions for Research, J. Marketing 54(1), 1 ff. (1990)

    Article  Google Scholar 

  44. Mansfield, E.: Technical change and the rate of imitation, Econometrica 29(4), 741–766 (1961)

    Article  Google Scholar 

  45. Martino, J.P.: Technol. Forecast. Decis. Making, 2. Aufl., New York u. a. (1983)

    Google Scholar 

  46. Massy, W.F.: Montgomery, D.B. und Morrison, D.G., Stochastic Models of Buying Behavior, Cambridge (1970)

    Google Scholar 

  47. Meade, N. und Islam, T.: Forecasting the Diffusion of Innovations: Implications for Time-Series Extrapolation, in: Armstrong, J.S. (Hrsg.): Principles of Forecasting: A handbook for Researchers and Practitioners, Boston u. a. (2001)

    Google Scholar 

  48. Meade, N. und Islam, T.: Forecasting with growth curves: An empirical comparison, International J. Forecasting 11, 199–215 (1995)

    Article  Google Scholar 

  49. Meade, N. und Islam, T.: Modelling and forecasting the diffusion of innovation – A 25-year review, International J. Forecasting 22, 519–545 (2006)

    Article  Google Scholar 

  50. Meffert, H. und Steffenhagen, H.: Marketing-Prognosemodelle, Stuttgart (1977)

    Google Scholar 

  51. Mertens, P. und Meier, M.C.: Integrierte Informationsverarbeitung 2, Planungs- und Kontrollsysteme in der Industrie, 10. Aufl., S. 217–218, Wiesbaden (2009)

    Google Scholar 

  52. Mertens, P. und Rackelmann, G.: Konzept eines Frühwarnsystems auf der Basis von Produktlebenszyklen, in: Albach, H., Hahn, D. und Mertens, P. (Hrsg.), Frühwarnsysteme, Ergänzungsheft 2/1979 der Zeitschrift für Betriebswirtschaft, S. 70 ff., Wiesbaden (1979)

    Google Scholar 

  53. Norton, J.A. und Bass, F.M.: A Diffusion theory model of adoption and substitution for successive generations of high-technology products, Manage. Sci. 33, 1069–1086 (1987)

    Article  Google Scholar 

  54. Oliver, F.R.: Aspects of Maximum Likelihood Estimation of the Logistic Growth Function, J. Am. Stat. Assoc. 61, 697 ff. (1966)

    Article  Google Scholar 

  55. Olson, J. und Choi, S.: A Product Diffusion Model Incorporating Repeat Purchases, Technol. Forecast. Soc. 27, 385 ff. (1985)

    Article  Google Scholar 

  56. Parfitt, J.H. und Collins, B.J.K.: Use of Consumer Panels for Brand-share Prediction, J. Marketing Res. 5, 131 ff. (1968)

    Article  Google Scholar 

  57. Parker, P.M.: Forecasting with Dynamic Regression Models, New York (1991)

    Google Scholar 

  58. Parker, P.M.: Price elasticity dynamics over the adoption life cycle, J. Marketing Res. 29, 273–287 (1992)

    Article  Google Scholar 

  59. Pfeiffer, W. und Bischof, P.: Produktlebenszyklen – Instrument jeder strategischen Produktplanung, in: Steinmann, H. (Hrsg.), Planung und Kontrolle, S. 133 ff., München (1981)

    Google Scholar 

  60. Raymond, J.E., Beard, R.T. und Gropper, D.M.: Modelling the Consumer's Decision to Replace Durable Goods: A Hazard Function Approach, Appl. Econ. 25(10), 1287 ff. (1993)

    Article  Google Scholar 

  61. Rogers, E.M.: Diffusion of Innovations, 5. Aufl., New York (2003)

    Google Scholar 

  62. Roos, C.F. und Szeliski, V. von: Factors Governing Changes in Domestic Automobile Demand, in: General Motors Corporation (Hrsg.), The Dynamics of Automobile Demand, S. 21 ff., New York (1939)

    Google Scholar 

  63. Schmalen, H.: Das Bass-Modell zur Diffusionsforschung, Z. betriebswirtschaftl. Forsch. 41, 210 ff. (1989)

    Google Scholar 

  64. Schmalen, H., Binninger, F.-M. und Pechtl, H.: Diffusionsmodelle als Entscheidungshilfe zur Planung absatzpolitischer Maßnahmen bei Neuprodukteinführungen, Betriebswirtsch. 53, 513 ff. (1993)

    Google Scholar 

  65. Späth, H.: Algorithmen für elementare Ausgleichsmodelle, München-Wien (1973)

    Google Scholar 

  66. Srivastava, R.K., Mahajan, V., Ramaswami, S.N. und Cherian, J.: A multi-attribute diffusion model for forecasting the adoption of investment alternatives for consumers, Technol. Forecast. Soc. 28, 325–333 (1985)

    Article  Google Scholar 

  67. Steffens, P.R.: An Aggregate Sales Model for Consumer Durables Incorporating a Time-varying Mean Replacement Age, J. Forecasting 20(1), 63 ff. (2001)

    Article  Google Scholar 

  68. Steffens, P.R.: A Model of Multiple Ownership as a Diffusion Process, Technol. Forecast. Soc. 70, 901–917 (2003)

    Article  Google Scholar 

  69. Ulrich, E. und Köstner, K.: Prognosefunktionen, Beiträge zur Arbeitsmarkt- und Berufsforschung Nr. 27, Nürnberg (1979)

    Google Scholar 

  70. Weblus, B.: Zur langfristigen Absatzprognose gehobener Gebrauchsgüter, z. B. von Fernsehgeräten u. a. m., Z. Betriebswirt. 35, 593 ff. (1965)

    Google Scholar 

  71. Wintz, T.: Neuproduktprognose mit Wachstumsmodellen, Buchreihe: Quantitative Ökonomie, Band 161, Köln (2010)

    Google Scholar 

Download references

Author information

Author notes

  1. Peter Mertens

    Present address: Wirtschaftsinformatik I, Universität Erlangen-Nürnberg, Lange Gasse 20, 90403, Nürnberg, Deutschland

Authors and Affiliations

    Authors
    1. Peter Mertens
      View author publications

      You can also search for this author in PubMed Google Scholar

    Corresponding author

    Correspondence to Peter Mertens .

    Editor information

    Editors and Affiliations

    1. , Wirtschaftsinformatik I, Universität Erlangen-Nürnberg, Lange Gasse 20, Nürnberg, 90403, Germany

      Peter Mertens

    2. , LS für Statistik und Ökonometrie, Otto-Friedrich-Universität Bamberg, Feldkirchenstr. 21, Bamberg, 96045, Germany

      Susanne Rässler

    Rights and permissions

    Reprints and permissions

    Copyright information

    © 2012 Springer-Verlag Berlin Heidelberg

    About this chapter

    Cite this chapter

    Mertens, P. (2012). Mittel- und langfristige Absatzprognose auf der Basis von Sättigungsmodellen. In: Mertens, P., Rässler, S. (eds) Prognoserechnung. Physica, Heidelberg. https://doi.org/10.1007/978-3-7908-2797-2_11

    Download citation

    • DOI: https://doi.org/10.1007/978-3-7908-2797-2_11

    • Published:

    • Publisher Name: Physica, Heidelberg

    • Print ISBN: 978-3-7908-2796-5

    • Online ISBN: 978-3-7908-2797-2

    • eBook Packages: Business and Economics (German Language)

    Publish with us

    Policies and ethics

    Search

    Navigation