Ziel dieser Arbeit ist es die relevanten Bereiche und Technologien im Unternehmen zu betrachten, welche in den Prozess der analytischen Datenverarbeitung maßgeblich involviert sind. Dadurch sollen sowohl die Nutzungsmöglichkeiten von prädiktiven Analyseverfahren für das Controlling, als auch die Wichtigkeit eines in die Informationstechnik integrierten Controllings aufgezeigt werden.
Eine effiziente Gestaltung betrieblicher Primär- und Sekundärprozesse entlang der Wertschöpfungskette sowie der damit verbundenen Entscheidungsprozesse trägt maßgeblich zum Erfolg einer Unternehmung bei. Unternehmerische Entscheidungen werden dabei immer häufiger auf Grundlage der Erkenntnisse aus Datenanalysen getroffen. Eine nutzbringende Erhebung und Analyse dieser Datenmengen wird für Unternehmen jedoch zunehmend schwieriger, um daraus wertschöpfende Informationen ableiten zu können. Damit aus diesen Datenmengen ein wirtschaftlicher Nutzen gewonnen werden kann, müssen bestehende Strukturen überarbeitet und die Möglichkeiten der Datenverarbeitung und Informationsgewinnung in unternehmerische Prozesse integriert werden.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung und Vorgehen
2 Grundlagen
2.1 Controlling
2.2 Digitale Transformation
2.3 Predictive Analytics
3 Synthese aus drei Bereichen
3.1 Predicitve Analytcis im Controlling
3.2 Konkrete Nutzungspotentiale
3.3 Zentrale Herausforderungen
4 Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht, wie prädiktive Analyseverfahren im Controlling eingesetzt werden können, um im Kontext der digitalen Transformation wertvolle Erkenntnisse aus großen Datenmengen zu gewinnen und die Entscheidungsfindung zu verbessern.
- Rolle des Controllings als Businesspartner in der digitalen Transformation
- Grundlagen und Potenziale von Predictive Analytics
- Synthese von Daten, Technologien und Prozessen für analytische Vorhersagen
- Herausforderungen einer datengetriebenen Unternehmenssteuerung
- Bedeutung der IT-Integration für wertschöpfende Datenanalysen
Auszug aus dem Buch
3.2 Konkrete Nutzungspotentiale
Predictive Analytics repräsentiert als Methode einen möglichen Ansatz für die Steuerung des Unternehmens, um schnelle, agile und proaktive Ansätze zur Sicherung eines wettbewerbsfähigen Handelns sicherzustellen. Insbesondere mit dem Anstieg der Datenvolumina und Datenvielfalt durch Big Data in einem zunehmend volatilen Makroumfeld nimmt das unternehmerische Interesse an prognostizierenden Analysen stark zu. Diese Analysen sollten auf möglichst aktuellen Daten beruhen, welche möglichst schnell im analytischen Datenverarbeitungsprozess ausgewertet werden müssen, um der bestehenden Volatilität und Veränderungsdynamik eines solchen Umfelds entgegenzuwirken. In der Rolle als Businesspartner unterstützt das Controlling direkt oder indirekt in allen Kernprozessen bei der Bewältigung dieser Herausforderungen.
Dementsprechend komplex sind die Anforderungen an ein wertschöpfungsorientiertes Controlling, was wiederum zu einer sehr hohen Ressourcenbindung in der Durchführung des analytischen Datenverarbeitungsprozesses führen kann. Konkrete Nutzungspotentiale für den Einsatz von Predictive Analytics können sich demnach nicht alleine aus der technischen Umsetzung und Anwendung dieser Methode als Single Point of Truth ergeben, sondern müssen als Synthese verschiedener Technologien, Kompetenzen und Abteilungen in enger Zusammenarbeit mit der IT des Unternehmens implementiert werden. Die Tabelle 1 veranschaulicht unter Berücksichtigung dieser Erfordernisse potentielle Einsatzmöglichkeiten in Kombination mit ergänzenden und teils interdependenten Technologien.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung beleuchtet den Einfluss der digitalen Transformation auf das exponentielle Datenwachstum und definiert das Ziel, den Einsatz prädiktiver Analysetools im Controlling zu untersuchen.
2 Grundlagen: Das Kapitel erläutert die Definitionsgrundlagen von Controlling, digitaler Transformation sowie Predictive Analytics und bildet damit das theoretische Fundament der Untersuchung.
3 Synthese aus drei Bereichen: Hier werden die theoretischen Bereiche zusammengeführt, konkrete Potenziale im Controlling identifiziert und die Anforderungen an eine moderne Systemarchitektur sowie bestehende Herausforderungen dargelegt.
4 Fazit: Das Fazit fasst zusammen, dass das Controlling künftig eine tragende Rolle als Managementphilosophie einnimmt, wobei die enge Kooperation zwischen Controller und IT die Basis für datengestützte Entscheidungen bildet.
Schlüsselwörter
Predictive Analytics, Controlling, Digitale Transformation, Big Data, Smart Data, Businesspartner, Entscheidungsunterstützung, Datenmanagement, Wertschöpfungskette, Datenanalyse, IT-Integration, Unternehmenssteuerung, Prognosemodelle, Vorhersagemethoden, Automatisierung.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit?
Die Arbeit untersucht das Potenzial von prädiktiven Analysen (Predictive Analytics) zur Unterstützung betriebswirtschaftlicher Entscheidungen im Controlling während des digitalen Wandels.
Welche zentralen Themenfelder werden behandelt?
Die Schwerpunkte liegen auf der digitalen Transformation, den Grundlagen des Controllings, modernen Analysemethoden und der strategischen Systemintegration.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es aufzuzeigen, wie prädiktive Verfahren eingesetzt werden können, um Daten in wertschöpfende Informationen für die Unternehmenssteuerung zu transformieren.
Welche Forschungsmethode kommt zum Einsatz?
Die Untersuchung basiert methodisch auf einer fundierten Literaturanalyse zum aktuellen Forschungsstand der Digitalisierung und analytischen Verfahren.
Was umfasst der Hauptteil der Arbeit?
Im Hauptteil werden die theoretischen Konzepte in einer Synthese zusammengefasst, konkrete Anwendungsszenarien in Controlling-Prozessen aufgezeigt und zentrale Herausforderungen der Implementierung diskutiert.
Durch welche Schlüsselwörter lässt sich der Inhalt charakterisieren?
Wichtige Begriffe sind Predictive Analytics, Controlling, Big Data, Smart Data, digitale Transformation und Entscheidungsunterstützung.
Inwiefern ändert sich die Rolle des Controllers durch die Digitalisierung?
Der Controller entwickelt sich verstärkt zum Businesspartner und zur Managementinstanz, wobei die klassische operative Tätigkeit durch IT-gestützte, proaktive Analysen ergänzt wird.
Welche Bedeutung hat die Kooperation zwischen IT und Controlling?
Sie ist essentiell, um "Big Data" als Rohdatenquelle in "Smart Data" zu verwandeln, was technische Infrastruktur und methodisches Controlling-Wissen gleichermaßen erfordert.
Wie unterscheidet sich Predictive Analytics von klassischer Business Intelligence?
Während klassische Business Intelligence primär historische Daten oder den Status Quo betrachtet, zielt Predictive Analytics auf die Modellbildung und Simulation zur Vorhersage künftiger Entwicklungen ab.
- Citar trabajo
- Patrick Oesterwind (Autor), 2020, Nutzungspotentiale von Predictive Analytics für das Controlling im Rahmen der digitalen Transformation, Múnich, GRIN Verlag, https://www.grin.com/document/1392972
