TY - CHAP A1 - Rötzel, Peter A1 - Kokott, Peter A1 - Schuhmacher, Marcel T1 - Risikoorientierte Management Control Systems im Beschaffungsmanagement von kleinen und mittelständischen Unternehmen T2 - Management von Risiko, Nachhaltigkeit und KI in der Beschaffung N2 - Megatrend Klimawandel, Krisen und regulatorische Vorgaben wie das Lieferkettensorgfaltspflichtengesetz (LkSG) haben in den letzten Jahren enorme Herausforderungen für Unternehmen generiert. Unternehmen sehen sich einem steigenden Steuerungsbedarf im Bereich Risikomanagement und Beschaffung gegenüber. Ein geeignetes Instrument im strategischen und operativen Controlling ist hierfür ein risikoorientiertes Management Control System. Darüber hinaus macht das LkSG Vorgaben für die Ausgestaltung eines Risikomanagements. Insbesondere die Ausgestaltung der Lieferketten und des Risikomanagements mussten neu gedacht und strategisch eingebunden werden. Daneben zeigen sich auch zunehmend Nachhaltigkeitsimplikationen auf das Working Capital Management in Unternehmen. Insbesondere das LkSG wirkt zunehmend auf unternehmerische Entscheidungen und führt zu Trade-offs zwischen Compliance, Nachhaltigkeit und Profitabilität. Hier können Sustainability Control Systems eine wichtige Rolle spielen, die im Vergleich mit klassischen Management Control Systems Nachhaltigkeitsaspekte inkludieren KW - Risikomanagement KW - Controlling KW - Beschaffung KW - Risikomanagement KW - Management Control System KW - Resilienz KW - Deutschland, Lieferkettensorgfaltspflichtengesetz Y1 - 2025 SP - 73 EP - 95 ER - TY - CHAP A1 - Rötzel, Peter T1 - Künstliche Intelligenz (KI) – unser bester Freund? Wie Menschen auf KI-Entscheidungsempfehlungen reagieren T2 - Vertrauen in Künstliche Intelligenz N2 - Künstliche Intelligenz (KI) hat sich zu einer transformativen Kraft entwickelt, die verschiedene Aspekte der täglichen Arbeit beeinflusst. Es stellt sich die Frage: Können Menschen freundschaftliche Beziehungen zu KI-Entscheidungsunterstützungssystemen aufbauen oder werden diese Systeme nur als Werkzeuge betrachtet? In diesem Kapitel werden die Dynamik, die Herausforderungen und die Möglichkeiten von Mensch-KI-Interaktionen (MKI) untersucht, wobei ein besonderer Fokus auf die entscheidende Rolle des Vertrauens in dieser Interaktion gelegt wird. Das Vertrauen in KI wird durch kognitive, emotionale und soziale Faktoren beeinflusst. Zu den kognitiven Faktoren gehören die Transparenz und Interpretierbarkeit von KI-Systemen, zu den emotionalen Faktoren gehören die emotionale Bindung und das Verhältnis zwischen Menschen und KI-Agenten und zu den sozialen Faktoren gehören gesellschaftliche Normen und kulturelle Einflüsse. Das Spannungsverhältnis zwischen Automatisierungs- und Algorithmusvermeidungstendenzen stellt eine komplexe Herausforderung für MKI dar. Automatisierungsbias bedeutet, sich unhinterfragt auf KI-Empfehlungen zu verlassen. Die Tendenz zur Algorithmusvermeidung beschreibt die Ablehnung oder das Übergehen von KI-Empfehlungen zugunsten eines menschlichen Urteils. Um dieses Spannungsfeld zu bewältigen, müssen transparente und erklärbare KI-Systeme entwickelt und eine effektive Zusammenarbeit zwischen Menschen und KI gefördert werden. Durch die Berücksichtigung dieser Faktoren und die Stärkung des Vertrauens kann MKI zu einer informierteren Entscheidungsfindung und einer effektiven Nutzung der KI-Funktionen führen KW - Künstliche Intelligenz KW - Künstliche Intelligenz KW - Mensch-KI-Interaktion KW - Vertrauen Y1 - 2024 UR - https://link.springer.com/chapter/10.1007/978-3-658-43816-6_2 U6 - https://doi.org/10.1007/978-3-658-43816-6_2 SP - 17 EP - 31 PB - Springer Fachmedien CY - Wiesbaden ER - TY - CHAP A1 - Rötzel, Peter T1 - Nachhaltige Unternehmenssteuerung T2 - Nachhaltigkeitsmanagement kompakt N2 - Erste Schritte zur Implementierung eines Nachhaltigkeitsmanagements im Unternehmen Dieser kompakte Band geht auf zentrale Prinzipien und Konzepte ein, die Unternehmen helfen, ein Nachhaltigkeitsmanagement aufzubauen und weiterzuentwickeln. Darüber hinaus bietet er einen Überblick über die verschiedenen Ansätze und Instrumente des Nachhaltigkeitsmanagements, damit Unternehmen ihre Aktivitäten analysieren, bewerten und verbessern können, um ökologische und soziale Auswirkungen zu reduzieren und langfristige Wertschöpfung zu ermöglichen. Diese grundlegende Einführung richtet sich an die Führungskräfte in den Unternehmen, die sich mit Fragen des Umwelt- und Nachhaltigkeitsmanagements beschäftigen. Zunächst werden die relevanten normativen und regulativen Anforderungen an das unternehmerische Nachhaltigkeitsmanagement vorgestellt, bevor konkret erste Schritte zur Implementierung eines Nachhaltigkeitsmanagements entwickelt werden. Die beiden letzten Kapitel stellen ein geeignetes Steuerungssystem sowie die Grundlagen der Nachhaltigkeitskommunikation eines Unternehmens vor. KW - Unternehmensplanung KW - Nachhaltigkeit KW - Management KW - Nachhaltigkeitscontrolling KW - Unternehmenssteuerung KW - Management Control Systems KW - Sustainability Y1 - 2023 SP - 59 EP - 76 PB - Vahlen CY - München ER - TY - CHAP A1 - Rötzel, Peter A1 - Smeets, Mario A1 - Osterndorf, Ralf T1 - RPA for the Financial Industry Particular challenges and outstanding suitability combined T2 - Robotic Process Automation N2 - Like many service industries, the financial industry is largely characterized by administrative and back-office processes and distinguished by a broad systems landscape with a high proportion of legacy systems. Missing interfaces between Information Systems, User Interfaces or Web Applica-tions often require many manual activities. As banks are often functionally organized into traditional departments, a process-oriented organizational structure is rarely in place. The financial industry therefore offers enormous potential for the use of Robotic Process Automation (RPA) and the rais-ing of potential benefits such as process-related cost savings, time reductions and quality im-provements. The aim of this chapter is to describe the tremendous opportunities that the use of RPA technology offers to the financial industry and to explain how these opportunities can be realized. Therefore, we start by explaining the challenges that progressive digitalization poses to the industry and how RPA, but also more advanced technologies (that work not only rule-based but also define own rules), such as Artificial Intelligence (AI), can help to overcome them. As well as providing an over-view of the various applications of RPA in the financial industry, we also provide a comprehensive case study of a relevant practical application. KW - Robot Process Automation KW - Artificial Intelligence KW - Finance KW - Accouting KW - Legacy systems KW - Finanzdienstleistungsinstitut KW - Automation KW - Digitalisierung Y1 - 2021 PB - De Gruyter CY - Amsterdam ER - TY - CHAP A1 - Pedell, Burkhard A1 - Rötzel, Peter T1 - § 24 Getrennte Rechnungsführung BT - Kommentar T2 - Telekommunikationsgesetz KW - Deutschland Telekommunikationsgesetz 2004 Y1 - 2018 SN - 978-3-406-62086-7 ER - TY - CHAP A1 - Pedell, Burkhard A1 - Rötzel, Peter T1 - § 7 Strukturelle Separierung BT - Kommentar T2 - Telekommunikationsgesetz KW - Deutschland Telekommunikationsgesetz 2004 Y1 - 2018 SN - 978-3-406-62086-7 ER -