Bestimmung des Kostenverlaufs von Molkereiabteilungen in Abhängigkeit von der Kapazitätsgröße und -auslastung. III. Speisequarkabteilung

In der vorliegenden Arbeit werden die Kosten für die Produktion von Speisequark mager und Speisequark 40 % F.i.Tr. für zwei Kapazitätsgrößen von 4.800 bzw. 9.500 kg Km/h nach einer speziellen Form der Teilkostenrechnung bestimmt. Bei Variationen der Kapazitätsauslastung (Pro­ duktionstage X Produktionsstunden/Tag) und der Produktanteile ergeben sich Kosten zwischen 11,99 und 18,95 Pf pro Becher Speisequark mager bzw. 11,73 und 18,45 Pf je Becher Speisequark 40% F.i.Tr. Das entspricht einer Differenz in den Stückkosten von durchschnittlich 27,5 Pf/kg Speisequark. Es zeigt sich dabei, daß die Kostendegression bedeutend stärker durch den Grad der Kapazitätsauslastung als durch die Kapazitätsgröße beeinflußt wird.

Die Kosten der Modellabteilung Schnittkäserei am Beispiel der Herstellung von Gouda-Käse. Teil 2: Ergebnisse und Interpretation der Modellkalkulationen

In der vorliegenden Arbeit, deren erster Teil in Heft 2 dieser Zeitschrift veröffentlicht wurde, werden die Kosten der “Schnittkäserei” am Beispiel der Herstellung von Gouda-Käse modellhaft bestimmt, wobei die vor 17 Jahren durchgeführten Modellkalkulationen für Edamerkäse hinsichtlich der Funktionsinhalte der Abteilung ausgedehnt und dem neuesten Stand der Technik sowie heutigen Schnittkäsereiproduktionsstrukturen angepaßt wurden. Zudem sind die generell für alle Modellabteilungen geltenden methodischen Weiterentwicklungen in den Kalkulationen berücksichtigt worden. In den sechs Unterabteilungen Vorstapelung, Bruchbereitung und Pressen, Salzbad, Käsebehandlung und Reifungslager, Abpackung sowie Versandkühlraum und Expedition wird ein rindengereifter Gouda-Käse (12-kg-Laib) hergestellt und hinsichtlich seiner Kostenverursachung untersucht. Zur Bestimmung der Modellkosten wurden vier Modelle gebildet, deren Kapazitäten in der Kesselmilchverarbeitung zwischen 8.000 und 48.000 l/h liegen. In Abhängigkeit vom Beschäftigungsgrad, der für Werte zwischen 21 und 100% simuliert wurde, können so die Kosten für Käsemengen zwischen rd. 5.100 und 30.8001 Käse/Jahr bestimmt werden. Gemäß den vorgegebenen Kapazitäten müssen die technischen Voraussetzungen für die Ausgestaltung der einzelnen Unterabteilungen modellspezifisch festgelegt werden, wobei eine Anpassung der technischen Auslegung an eine verringerte Auslastung bei 33%iger Beschäftigung erfolgt. Die zu tätigenden Investitionen für die Grundversion betragen 10,6 Mio. DM in Modell 1 und 40,3 Mio. DM in Modell 4. Bezogen auf die jeweilige Rohstoffeinsatzmenge ergeben sich hieraus spezifische Investitionen, die mit zunehmender Modellgröße erheblich sinken: Machen sie im Modell 1 noch 215,6 Tsd. DM/1 Mio. kg jährlicher Rohstoffeinsatzmenge aus, so verringern sie sich im Modell 4 auf 135,3 Tsd. DM/1 Mio. kg. Produktspezifische Investitionen und Faktormengenverbräuche führen zu den Einzelkosten des Produktes Gouda, die je nach Modellgröße und Beschäftigungsgrad zwischen 510,8 und 538,5 Pf/kg Käse liegen. Die Gesamtkosten der “Schnittkäserei”, die sich aus den Einzelkosten des Produktes Gouda und den Einzelkosten der Abteilung zusammensetzen, betragen 530,9 bis 654,3 Pf/kg Käse. Den größten Anteil an den Gesamtkosten haben die Rohstoffkosten (73 bis 90%). Der Anteil der Anlagekosten schwankt je nach Beschäftigung zwischen 4 und 18%, während die Personal- und sonstige Betriebskosten im Vergleich zu den beiden vorgenannten Kostenartengruppen in allen Modellen nur eine geringere Bedeutung haben. Betrachtet man die Gesamtkosten (ohne Rohstoffkosten) hinsichtlich ihrer Entstehung in den Unterabteilungen, so ist festzustellen, daß die höchsten Kosten in der Unterabteilung Bruchbereitung und Pressen anfallen: Bei einer 100%igen Beschäftigung betragen sie z.B. in Modell 3 42% der Gesamtkosten (ohne Rohstoff). Die geringsten Kosten (2%) fallen dagegen in der Unterabteilung Versandkühlraum und Expedition an. Die Kostenanalyse zeigt deutlich, daß mit zunehmender Modellgröße und steigender Produktionsmenge erhebliche Stückkostendegressionen zu erzielen sind, wobei der Einfluß des Beschäftigungsgrades auf die Kostendegression deutlich höher ist als derjenige der Modellgröße.

Die Kosten der Modellabteilung "Pasteurisierte Konsummilch"

Mit der Analyse des Kostenverlaufes in der Abteilung "Pasteurisierte Konsummilch" wird die Aktualisierung der Modellabteilungsrechnung fortgeführt. Gegenüber dem 1975 durchgeführten Kostenvergleich verschiedener Trinkmilchverfahren (1) basiert diese Abteilungskalkulation auf der modellhaften Kostenermittlung einer Einproduktsimulation anhand eines Abpackverfahrens im Tetra-Rex-System. Unter Berücksichtigung des methodisch weiterentwickelten Kostenrechnungsprinzips (2) wird der Produktionsprozeß zur Herstellung pasteurisierter Vollmilch mit 3,5 % Fett in 1-l-Kartonverpackung hinsichtlich der Kostenverursachung untersucht. Drei Modellvarianten mit Abfülleistungen von 5.400 bis 22.800 Packungen/Stunde, die einer maximalen Produktion von 30,3 bis 128,0 Packungen/Jahr entsprechen, bilden den Ausgangspunkt für die Analyse der Produktionskosten der Abteilung. In Abhängigkeit von der täglichen Abfüllmenge und dem Produktionsprogramm werden spezifische Modellausrüstungen bestimmt, von denen sich unmittelbar die variablen und fixen Einsatzmengen der Produktionsfaktoren ableiten. Der Einfluß unterschiedlicher Kapazitätsgrößen und -auslastungen auf die Herstellungskosten wird mit simulierten Beschäftigungssituationen zwischen 15 und 100 % verdeutlicht, die eine Bestimmung der Kosten für Milchmengen zwischen 4,5 und 128,0 Mio. Packungen im Jahr ermöglichen. Gemäß der Kapazitätsgröße und der technischen Auslegung der Modelle betragen die Investitionen 1,7 Mio. DM im Modell 1 und 4,7 Mio. DM im Modell 3. Bezogen auf die jeweilige Outputmenge der Abteilung ergeben sich spezifische Investitionen, die mit zunehmender Modellgröße von 56 auf 37 DM je 1.000 Packungen sinken. Die Gesamtkosten der Abteilung “Pasteurisierte Konsummilch”, die sich aus den Produkt- und Abteilungseinzelkosten zusammensetzen, betragen im größten Modell bei 100 % Beschäftigung 73,8 Pf/Pckg. Abteilungs-Output und steigen mit abnehmender Modellgröße und sinkendem Beschäftigungsgrad (15 %) auf 83,1 Pf/Pckg.. In der beschäftigungsabhängigen Gesamtkostenentwicklung tritt zwischen dem 3- und 1-Schichtbetrieb eine Kostensenkung im Modell 1 von 3,0 Pf/Pckg. ein, die im Modell 3 2,0 Pf/Pckg. ausmacht. Der kapazltsgrößenbedingte Degressionseffekt Ist vom größten zum kleinsten Modell mit 1,7 Pf/Pckg. im 3-Schichtbetrieb und mit 2,7 Pf/Pckg. im 1-Schichtbetrieb markiert. Aus der prozentualen Zusammensetzung der Gesamtkosten bei einem Beschäftigungsgrad von 64 % dominieren die Rohstoffkosten mit modellspezifischen Anteilen von 72 - 73 %, die Betriebskosten beanspruchen 25 - 26 %, und die Anlagekosten sind anteilig mit 2 - 3 % vertreten. Mit der Darstellung der prozentualen Verteilung der Gesamtkosten ohne Rohstoffkosten treten die Kostenarten der Betriebskosten in den Vordergrund. Bei gleicher Ausgangssituation entfallen 83 - 89 % auf die Verpackungsmaterialkosten, 3 - 6 % auf die Personalkosten sowie 1 - 2 % auf die Energie- und Betriebsstoffkosten; 7 - 9 % ergeben sich hier für die Anlagekosten. Den Ergebnissen der Modellkalkulationen ist zu entnehmen, daß mit zunehmender Kapazitätsgröße und ansteigendem Beschäftigungsgrad nennenswerte Kosteneinsparungen zu erreichen sind. Dagegen zeichnen sich Kostendegressionen in Abhängigkeit von der Zahl der Produktionstage aufgrund des geringen Anteils der tagesfixen Kosten an den Gesamtkosten nur im minimalen Umfang ab.

Physician choice making and characteristics associated with using physician-rating websites: cross-sectional study

BACKGROUND: Over the past decade, physician-rating websites have been gaining attention in scientific literature and in the media. However, little knowledge is available about the awareness and the impact of using such sites on health care professionals. It also remains unclear what key predictors are associated with the knowledge and the use of physician-rating websites. OBJECTIVE: To estimate the current level of awareness and use of physician-rating websites in Germany and to determine their impact on physician choice making and the key predictors which are associated with the knowledge and the use of physician-rating websites. METHODS: This study was designed as a cross-sectional survey. An online panel was consulted in January 2013. A questionnaire was developed containing 28 questions; a pretest was carried out to assess the comprehension of the questionnaire. Several sociodemographic (eg, age, gender, health insurance status, Internet use) and 2 health-related independent variables (ie, health status and health care utilization) were included. Data were analyzed using descriptive statistics, chi-square tests, and t tests. Binary multivariate logistic regression models were performed for elaborating the characteristics of physician-rating website users. Results from the logistic regression are presented for both the observed and weighted sample. RESULTS: In total, 1505 respondents (mean age 43.73 years, SD 14.39; 857/1505, 57.25% female) completed our survey. Of all respondents, 32.09% (483/1505) heard of physician-rating websites and 25.32% (381/1505) already had used a website when searching for a physician. Furthermore, 11.03% (166/1505) had already posted a rating on a physician-rating website. Approximately 65.35% (249/381) consulted a particular physician based on the ratings shown on the websites; in contrast, 52.23% (199/381) had not consulted a particular physician because of the publicly reported ratings. Significantly higher likelihoods for being aware of the websites could be demonstrated for female participants (P<.001), those who were widowed (P=.01), covered by statutory health insurance (P=.02), and with higher health care utilization (P<.001). Health care utilization was significantly associated with all dependent variables in our multivariate logistic regression models (P<.001). Furthermore, significantly higher scores could be shown for health insurance status in the unweighted and Internet use in the weighted models. CONCLUSIONS: Neither health policy makers nor physicians should underestimate the influence of physician-rating websites. They already play an important role in providing information to help patients decide on an appropriate physician. Assuming there will be a rising level of public awareness, the influence of their use will increase well into the future. Future studies should assess the impact of physician-rating websites under experimental conditions and investigate whether physician-rating websites have the potential to reflect the quality of care offered by health care providers.