FG ABWL, insbesondere Controlling
Refine
Year of publication
Document Type
Keywords
Institute
BTU
Welche Faktoren sind bestimmend für die Gestaltung der Innovationsplanung? Und wie lassen sich diese bei der Wahl einer geeigneten Softwarelösung objektiv
und replizierbar abbilden? Dieser Beitrag beschreibt ein einfaches, aber fundiertes
Vorgehen, das eine rationale Auswahl ermöglicht und dessen unternehmensin-
terner Gebrauch das Durchdringen zu den Entscheidungsträgern erleichtern soll.
Realoptionsmodelle
(2023)
Management Accounting Change with Machine Learning: A Literature Review on Application Experience
(2022)
A large number of papers have already been devoted to the research on the machine learning use in the business field. However, much less is known about the practical experience of applying these methods in management accounting than, for example, in financial accounting, taxation, logistics or supply chain management. Aiming at addressing this gaps, the following article explores the practical experience of using machine learning in management accounting. The article presents studies that reveal the potential of machine learning in improving the accuracy of predictions and data analysis. The article reviews real and use cases of machine learning use in management accounting. In addition, this article provides an overview of management accounting change projects associated with the introduction of machine learning. Particular attention is paid to the use of the old institutional economics to explain such change process. The results show gaps in both practical and theoretical studies in this research field.
Für das langfristige Bestehen eines Unternehmens ist es notwendig, schnell und gezielt auf ständige Umweltveränderungen zu reagieren. Die Reaktionsgeschwindigkeit auf zukünftige Veränderungen hängt von der Fähigkeit des Unternehmens ab, mögliche Szenarien für die Entwicklung der internen sowie externen Umgebung vorherzusagen. Die Controlling-Abteilungen, welche regulär kurz-, mittel- und langfristige Prognosen vorbereiten müssen, erhalten heutzutage neue Möglichkeiten in der Auswahl der Forecast-Instrumentarien. Die Regressionsmodelle sowie Predictive Analytics und vor allem Machine Learning stellen keine neuen Analysemethoden dar, jedoch finden sie eher selten Anwendung in Controlling und Planung der Unternehmen. Einer der möglichen Anwendungsbereiche der fortgeschrittenen Analytics im Unternehmenscontrolling stellt die Krankheitsanalyse bzw. -vorhersage dar. Mit dem Ausfall der Arbeitskräfte sind abhängig von der Unternehmenstätigkeit hohe Kosten verbunden. Steigende Aufmerksamkeit zum Thema Gesundheitsmanagement in Unternehmen fordert ebenso die Erstellung aussagekräftiger Analytics, um die entsprechenden Maßnahmen strategisch zu planen. Anhand von Daten eines ostdeutschen Großunternehmens beantworten die Autoren die Frage, wie sich die Prognosequalität des Krankheitsstandes mittels Regressionsmodellen und Predictive Analytics verbessern lässt. Abschließend sind aus dem Beitrag der Nutzen und die Herausforderungen der Anwendung von fortgeschrittenen Prognosemethoden im Personalcontrolling zu entnehmen.