Das Ziel dieser Arbeit ist es, das Nutzungspotential von Predictive Analytics im in der Kritik stehenden Forecasting zu beleuchten sowie die Rolle des Controllings bei der Digitalisierung des Forecastings aufzuzeigen. Die Arbeit schließt mit einem Fazit ab.
Die Digitalisierung und die damit einhergehenden Daten beeinflussen Unternehmen heutzutage maßgeblich und zwingen sie zu teilweise weitreichenden Veränderungen, insbesondere wenn zu spät auf neue Marktgegebenheiten reagiert wird oder schlichtweg ein falsches Bild von der Zukunft gezeichnet wird. Dieser Aufgabe kommt in Unternehmen das Controlling nach, indem Forecasts, zu Deutsch Vorhersagen oder Prognosen, erstellt und der Unternehmensführung als Entscheidungsunterstützung zur Verfügung gestellt werden. Die Erstellung von Forecasts wird aber trotz seiner Wichtigkeit im dynamischen Geschäftsumfeld als sehr zeit- und ressourcenaufwendig kritisiert.
In Bezug auf die Digitalisierung fällt in Unternehmen neben dem Hype-Begriff "Big Data" immer häufiger der Begriff "Predictive Analytics", welcher auf die Erstellung von quantitativ-datengetriebenen Prognosen abzielt.
Inhaltsverzeichnis
- Einleitung
- Predictive Analytics
- Das klassische Forecasting
- Einführung in das Controlling
- Planung und Forecast
- Kritik am Forecasting
- Predictive Forecasting
- Anforderungen für Predictive Forecasting
- Die Vorteile von Predictive Forecasting
- Die Rolle des Controllings im Predictive Forecasting
- Fazit
Zielsetzung und Themenschwerpunkte
Die Seminararbeit befasst sich mit dem Nutzungspotential von Predictive Analytics im klassischen Forecasting und beleuchtet die Rolle des Controllings bei der Digitalisierung des Forecastings. Dabei wird untersucht, wie Predictive Analytics dazu beitragen kann, die Effizienz und Genauigkeit von Forecasts zu verbessern. Die Arbeit analysiert die Anforderungen an Predictive Forecasting und die Vorteile, die sich aus seinem Einsatz ergeben.
- Predictive Analytics im Forecasting
- Rolle des Controllings bei der Digitalisierung
- Anforderungen an Predictive Forecasting
- Vorteile von Predictive Forecasting
- Einsatz von Predictive Analytics in Unternehmen
Zusammenfassung der Kapitel
- Einleitung: Die Einleitung stellt die Problematik des klassischen Forecastings und das Potenzial von Predictive Analytics in diesem Kontext dar. Sie beleuchtet die Bedeutung von Daten im 21. Jahrhundert und die Herausforderungen, denen Unternehmen im Zusammenhang mit der Digitalisierung und der Zukunftssicherung gegenüberstehen.
- Predictive Analytics: Dieses Kapitel gibt eine Einführung in den Begriff „Predictive Analytics“ und beschreibt seine Anwendungsmöglichkeiten im Bereich des Forecastings. Es werden die grundlegenden Prinzipien und Methoden von Predictive Analytics erläutert, sowie die verschiedenen Arten von Predictive Analytics-Modellen.
- Das klassische Forecasting: Das Kapitel befasst sich mit dem klassischen Forecasting, seiner Bedeutung im Controlling und den gängigen Methoden. Es wird die Rolle des Forecastings im Unternehmenskontext beleuchtet, sowie die Kritikpunkte, die an der traditionellen Vorgehensweise geäußert werden.
- Predictive Forecasting: Dieses Kapitel widmet sich dem Predictive Forecasting und seinen Besonderheiten. Es werden die Anforderungen an Predictive Forecasting, sowie die Vorteile, die sich durch seinen Einsatz ergeben, dargelegt.
- Die Rolle des Controllings im Predictive Forecasting: Das Kapitel untersucht die Rolle des Controllings im Kontext des Predictive Forecastings. Es werden die Aufgaben und Herausforderungen des Controllings bei der Implementierung und Anwendung von Predictive Analytics im Forecasting beleuchtet.
Schlüsselwörter
Predictive Analytics, Forecasting, Controlling, Digitalisierung, Big Data, Datenanalyse, Prognosemodelle, Entscheidungsfindung, Unternehmenssteuerung, Methoden, Prozesse, Anforderungen, Vorteile, Herausforderungen.
- Arbeit zitieren
- Christian Wolf (Autor:in), 2018, Predictive Analytics. Nutzungspotential im Forecasting und die Rolle des Controllings, München, GRIN Verlag, https://www.grin.com/document/477223
