Ziel dieser Arbeit ist es, den möglichen Einsatz von Big Data Analytics (nachfolgend als BDA abgekürzt) zur frühzeitigen Identifizierung von potenziellen Chancen und drohenden Risiken anhand von exemplarischen Beispielen aufzuzeigen. Big Data Analytics soll dazu verhelfen, die bisherigen Grenzen von Methoden in Bezug zur Identifizierung von strategischen Chancen und Risiken zu überwinden. Wie könnte der Einsatz von Big Data Analytics die Identifizierung von schwachen Signalen automatisieren und objektivieren?
Die durchschnittliche Lebenserwartung eines nicht-börsennotierten Unternehmens beträgt ca. 15 Jahre. Unternehmen sind häufig nicht in der Lage auf Umbrüche aus der Unternehmensumwelt rechtzeitig zu reagieren. Strategische Frühaufklärung ermöglicht relevante Entwicklungen zu identifizieren, um mögliche notwendige Maßnahmen frühzeitig zu antizipieren. Ein durchschnittliches Unternehmen hatte bereits 2014 ca. 427-mal so viele Daten, wie insgesamt in der US Kongressbibliothek gespeichert wurden. Big Data Analytics soll dazu verhelfen, die bisherigen Grenzen von Methoden der strategischen Frühaufklärung zu überwinden. Anhand von verschiedenen Fallbeispielen wurde abgeleitet, dass die rechtzeitige Identifizierung von schwachen Signalen und die Antizipation über alternative Zukünfte erfolgsentscheidend sind. Zwei literaturbasierte Fallstudien präsentieren den praxisbezogenen Einsatz von Big Data Analytics für die rechtzeitige Identifizierung von schwachen Signalen. Dennoch bleibt die strategische Antizipation über alternative Zukunft ein wertbeladener und kreativer Prozess der Entscheidung und kann (noch) nicht automatisiert werden.
Inhaltsverzeichnis
- Einleitung
- Theoretische Grundlagen der SFA
- Die weitere Unternehmensumwelt
- Definition
- Historische Entwicklung
- Strategic Issue Management und Weak Signals
- Idealtypischer Prozess der SFA
- Methoden der Zukunftsforschung
- Abgrenzung zu anderen Terminologien
- Probleme der SFA
- SFA anhand von Fallbeispielen
- Negativbeispiele
- Positivbeispiele
- Erkenntnisse
- Big Data und Analytics
- Die 4 V's von Big Data
- Big Data als Informationsquelle
- Analytics als Informationsverarbeitungsmethode
- Einsatz von Big Data Analytics in der SFA
- Fallstudie I: „LEONI AG“
- Fallstudie II: „DMK Group“
- Grenzen und Implikationen für die Praxis
- Zusammenfassung und Fazit
Zielsetzung und Themenschwerpunkte
Die vorliegende Arbeit beschäftigt sich mit der Rolle von Big Data Analytics im Kontext der Strategischen Frühaufklärung (SFA). Das Hauptziel ist es, die Möglichkeiten und Grenzen von Big Data Analytics für die frühzeitige Identifizierung von schwachen Signalen und die Antizipation von Veränderungen in der Unternehmensumwelt zu untersuchen.
- Die Relevanz der SFA für den Unternehmenserfolg
- Die Bedeutung von schwachen Signalen und deren Identifikation
- Die Anwendung von Big Data Analytics in der SFA
- Die Chancen und Risiken des Einsatzes von Big Data Analytics für die SFA
- Die Grenzen und Implikationen von Big Data Analytics in der Praxis
Zusammenfassung der Kapitel
Die Einleitung stellt die Relevanz der Strategischen Frühaufklärung (SFA) im Kontext der zunehmenden Dynamik und Komplexität der Unternehmensumwelt heraus. Sie beleuchtet die Bedeutung von schwachen Signalen und deren Identifikation für den Unternehmenserfolg. Des Weiteren werden zwei Fallbeispiele, Uber und Kodak, vorgestellt, die den erfolgreichen und gescheiterten Umgang mit Veränderungen in der Unternehmensumwelt verdeutlichen.
Kapitel 2 widmet sich den theoretischen Grundlagen der SFA. Es werden die Definition, die historische Entwicklung, die Methoden der Zukunftsforschung sowie die Abgrenzung zu anderen Terminologien diskutiert.
In Kapitel 3 werden verschiedene Fallbeispiele aus der Praxis beleuchtet, um die Anwendung der SFA zu verdeutlichen. Es werden sowohl positive als auch negative Beispiele vorgestellt, um die Herausforderungen und Chancen der SFA zu beleuchten.
Kapitel 4 beschäftigt sich mit dem Konzept von Big Data und Analytics. Es werden die vier V's von Big Data sowie deren Rolle als Informationsquelle und Analytics als Methode zur Informationsverarbeitung vorgestellt.
Kapitel 5 analysiert den Einsatz von Big Data Analytics in der SFA anhand von zwei Fallstudien: LEONI AG und DMK Group. Es werden die Möglichkeiten und Grenzen von Big Data Analytics für die frühzeitige Identifizierung von schwachen Signalen und die Antizipation von Veränderungen in der Unternehmensumwelt untersucht.
Schlüsselwörter
Strategische Frühaufklärung, Big Data Analytics, Schwache Signale, Unternehmensumwelt, Veränderungen, Fallstudien, LEONI AG, DMK Group, Antizipation, Methoden der Zukunftsforschung.
- Quote paper
- Anonym (Author), 2020, Big Data Analytics und Strategische Frühaufklärung, Munich, GRIN Verlag, https://www.grin.com/document/943311
