Kundenindividuelle Produkte haben in den letzten Jahrzehnten an wirtschaftlicher Bedeutung gewonnen. Damit einher geht eine gestiegene Relevanz frühzeitig verfügbarer und verlässlicher Kostenabschätzungen in der Entwicklungs- und Angebotsphase. Gleichzeitig scheint die Relevanz traditioneller Vor- und Angebotskalkulationen jedoch in Forschung und Praxis eher abgenommen zu haben.
Digitalisierung und Methoden der Künstlichen Intelligenz bieten auch dem betrieblichen Rechnungswesen neue Möglichkeiten, die jedoch aktuell im Controlling vorherrschend zur Verbesserung von Umsatz- / Budgetprognosen sowie für Reporting und Abweichungsanalysen eingesetzt werden. Über die Verwendung zur Kostenprognose ist bislang kaum etwas bekannt.
Dieser Forschungsbeitrag klärt mittels einer Literaturanalyse, inwieweit Methoden der Künstlichen Intelligenz, speziell des maschinellen Lernens, die Kostenprognose in der Entwicklungs- und Angebotsphase individueller Projekte qualitativ verbessern können. Weiterhin wird untersucht, welche praktische Relevanz solche Methoden bereits besitzen und ggf. welche Hindernisse deren Verwendung im Wege stehen könnten.
Comprar ahora
- Citar trabajo
- B. Peter Utzig (Autor), 2025, Kostenschätzung individueller Produkte mittels maschinellen Lernens, Múnich, GRIN Verlag, https://www.grin.com/document/1584280