Im Rahmen der Effizienzmessung erlangte die ?Data Envelopment Analysis? (DEA) große Bedeutung und Popularität, da multiple Input- und Outputfaktoren be-rücksichtigt werden können, und ein nicht a priori festgelegter funktionaler Zusam-menhang dieser Faktoren im Rahmen des Transformationsprozesses von Inputs in Outputs unterstellt wird. Durch die steigende Komplexität dieser Transformations-prozesse und dessen in der DEA nicht explizit berücksichtigten internen Struk-turierung (?black box?) entwickelte sich, unter Einfluss von netzwerktheoretischen Strukturierungsüberlegungen, die ?Network DEA? zur Steigerung der Transparenz der ablaufenden Prozesse. Die vorliegende Arbeit mit dem Thema ?Network DEA ? Theoretische Grundlagen und Anwendungsgebiete? verfolgt das Ziel, die Ent-wicklung der Network DEA sowie ihre Grundlagen und Anwendungsmöglichkeiten aufzuzeigen. Dabei wird auf die Fragen ?Warum ist eine detaillierte Betrachtung des Transformationsprozesses notwendig? beziehungsweise ?Wie kann eine Struk-turierung dieser Prozesse erfolgen? sowie ?Welche Anwendungsmöglichkeiten er-geben sich aus den unterschiedlichen Strukturierungsansätzen? eingegangen. Spe-ziell werden die Grundlagen und mathematischen Formulierungen des statischen Modells, des Diffusionsmodells und des dynamischen Modells der Network DEA erarbeitet, um darauf aufbauend empirische Anwendungsmöglichkeiten der unter-schiedlichen Modellansätze, basierend auf einer Literaturrecherche, aufzuzeigen. Als Schlussfolgerung der theoretischen Aufarbeitung und der durchgeführten Lite-raturrecherche kommt der Autor zum Ergebnis, dass die Network DEA eine realere Abbildung des Transformationsprozesses ermöglicht und darüber hinaus dazu in der Lage ist, durch die verschiedenen Modellansätze bestehende Ineffizienzen in einzelnen Subprozessen zu identifizieren. Somit erfolgt durch den gesteigerten In-formationsgehalt eine Optimierung der Gesamteffizienz des vom Akteur ausgeführ-ten Transformationsprozesses.

Data Envelopment Analysis has gained high relevance and popularity by including multiple inputs and outputs and avoiding the a priori assumption of a particular functional relationship between inputs and outputs. Due to the increasing complexi-ty of the transformation processes and the fact that the basic DEA does not consider the internal structure of transformation processes (black box), some new models have been designed by taking network theory into account in order to increase transparency and to provide the possibility of providing insight into the black box. These models are called Network DEA models. The current master thesis titled ?Network DEA - theoretical foundations and uses? pursues the target to show the development of Network DEA, to illustrate its theoretical foundations and to show empirical application opportunities by using Network DEA. This research answers questions such as ?Why is a detailed observation of the transformation process nec-essary?, ?How can these processes be structured?, ?Which application opportunities arise from the different models?. Especially the theoretical foundations and mathe-matical formula of the static, technology adoption and dynamic Network DEA models will be developed. Thereafter their empirical uses will be highlighted based on a literature research. In the context of the model description the differences across the three specifications are highlighted, particularly regarding the decompo-sition of the transformation process into single subprocesses. The author concludes, that Network DEA models provide a more realistic picture of the transformation process and have the ability to identify inefficiencies in single subprocesses of a decision making unit. As a consequence the optimisation of the overall efficiency of a decision making unit can be achieved by the increased information due to Net-work DEA.