Fachbeiträge & Kommentare zu Analytics

"Data Scientist: The Sexiest Job of the 21st Century", so titeln Davenport und Patil ihren Beitrag (Harvard Business Review, October 2012) über die Suche nach den seltenen Spezialisten, die die Big Data Unternehmen so dringend benötigen. Sie beschreiben den Data Scientist als einen Hybrid aus Datenhacker, Analyst, Kommunikator und vertrauensvollem Berater. Pearson und Wegene...mehr

Zusammenfassung Überblick Die Komplexität, Virtualisierung und Digitalisierung unserer Wirtschaftssysteme und Organisationen nimmt weiter zu. Plug-and-Play-Personalkonzepte und die im 20. Jahrhundert entwickelten Managementkonzepte werden bald an ihre Grenzen stoßen und durch neue, differenziertere Konzepte abgelöst. Viele Ansätze einer daten- und faktenbasierten Personalarbe...mehr

mehr

Mit der Frage nach der Gestaltung effektiver Organisationen und wirksamer Personalarbeit beschäftigen sich Wissenschaftler und Praktiker seit über 100 Jahren. Dabei ging es immer auch um die Erhebung und Analyse von HR-Kennzahlen und Identifikation von Wirkzusammenhängen. Mit dem Einzug von Big Data und Workforce Analytics in die Personalbereiche eröffnen sich völlig neue Po...mehr

Überblick Die Komplexität, Virtualisierung und Digitalisierung unserer Wirtschaftssysteme und Organisationen nimmt weiter zu. Plug-and-Play-Personalkonzepte und die im 20. Jahrhundert entwickelten Managementkonzepte werden bald an ihre Grenzen stoßen und durch neue, differenziertere Konzepte abgelöst. Viele Ansätze einer daten- und faktenbasierten Personalarbeit sind nicht n...mehr

Während einige Unternehmen dem Chef der Datenwissenschaftler und Analysten bereits einen Platz in der C-Suite angeboten und dafür neue Titel geschaffen haben (Chief Science Officer, Chief Data Officer, Chief Digital Officer, Chief Analytics Officer), rücken die Themen Big Data und Workforce Analytics in Deutschland erst langsam auf die Agenda der Personalentscheider – die Gr...mehr

Zunächst noch völlig unbeeinflusst von der aktuellen Diskussion um Big Data Analytics hält seit einigen Jahren der Ansatz des "Evidence-Based Human Resources Management" Einzug in die personalwirtschaftliche Literatur und Praxis. Zielsetzung des evidenzbasierten Personalmanagement quantitative Verknüpfung von Personalmaßnahmen mit Unternehmenserfolgskennzahlen, Heranziehen von ...mehr

Das Thema Personal steht auf Rang 1 der CEO-Agenda, noch vor Kundenbeziehungen, Innovationen und operativer Exzellenz – so die weltweite Studie "CEO Challenge 2014" von The Conference Board. Schlaflose Nächte bereiten vor allem Big Data Analytics, die wirtschaftliche Depression in Europa und die noch unzureichende Diversität in den Führungsreihen. Von ihren Führungskräften er...mehr

Aus Sicht der Managementberatung Horváth sind die Themenfelder eine modernen CFO Financial Governance, Data Production, Data Science und Business Partnering. Eine primäre Forderung ist die Fokussierung auf Themen, die für das Unternehmen Wert schaffen. Der frühere Fokus auf viele unterschiedliche Planungs- und Berichtsinhalte sowie -formate für unterschiedliche Gremien und A...mehr

Unter Big Data Analytics wird eine Form der zielorientierten Auswertung von Daten verstanden, wobei Big Data als Ausgangsbasis besonders umfangreiche, heterogene und komplexe Datenmengen umfasst (vgl. Abschnitt 1.2.3). Die Möglichkeiten für Big Data Analytics und der daraus realisierbare ökonomische Nutzen haben sich aufgrund der Weiterentwicklung relevanter Technologien, in...mehr

Die Frage, wem welche Rolle innerhalb eines Unternehmens zukommt und wo (bzw. durch welche Gruppengesellschaften) die jeweiligen Tätigkeiten ausgeübt werden, dürfte den Steuerberater namentlich dann interessieren, wenn es Fragen rund um die personelle Substanz sowie die Funktionsanalyse für die Zwecke des Transfer Pricings zu beurteilen gilt. Da Daten unter bestimmten Voraus...mehr

Die Datenanalyse im engeren Sinne ist ein zentraler Schritt im Datenlebenszyklus. Unter dem Begriff wird eine große Bandbreite von analytischen Modellen verstanden, deren Reifegrad in Abhängigkeit von ihrer Komplexität von deskriptiven über diagnostische, zu prädiktiven und letztlich präskriptiven Modellen reicht. Populär ist das Analytics-Reifegradmodell von Gartner[1], wel...mehr

Für den Begriff Big Data existiert in der Literatur keine einheitliche Definition. Im Kern besteht ein wesentlicher Unterschied von Big Data zu der bisher üblichen Art der Datennutzung darin, dass nicht nur erheblich größere Datenmengen analysiert werden, sondern diese regelmäßig aus unterschiedlichen Quellen stammen, unterschiedliche Qualität aufweisen und ggf. auch abweich...mehr

Wir leben derzeit im digitalen Informationszeitalter, welches durch die digitale Informations- und Kommunikationstechnologie geprägt ist. Dass namentlich die von uns hinterlassenen digitalen Fußabdrücke ökonomisch verwertbar sind, ist schon längst kein Geheimnis mehr und datengetriebene Geschäftsmodelle sind hoch im Trend. Mithin entwickeln wir uns vermehrt zu einer sogenann...mehr

Mit der Digitalisierung als einem grundlegenden technologischen Umbruch, der in seiner Tragweite mit der Erfindung der Dampfmaschine oder der Entdeckung der Elektrizität verglichen werden kann, geht die universelle Erhebung und Nutzung von Daten als "Rohstoff" für jegliche elektronische Anwendung und Unternehmensprozess einher. Big Data Analytics bietet für eine unbegrenzte ...mehr

In der Luftfahrtindustrie werden täglich extrem große Datenmengen erzeugt. Ein einzelnes Verkehrsflugzeug aktueller Bauart kann aus der Messung von mehr als 40.000 Betriebsparametern diverser Komponenten und Systeme ein Datenvolumen von mehr als 30 TB pro Tag erzeugen. Darüber hinaus generieren Fluggesellschaften zusätzliche Daten aus weiteren Quellen, beispielsweise Betrieb...mehr

a) Begriff Wörtlich übersetzt und bildlich gesprochen ist ein Data Lake ein Datensee. Im Unterschied zum Data Warehouse werden die Daten im Data Lake in ihrer Ursprungsform gespeichert. Im Data Lake können sich somit unstrukturierte, semi-strukturierte oder strukturierte Daten in ihrer Rohform befinden. Ebenfalls kann ein Data Lake neben Text- oder Zahlendaten auch Bilder, Vi...mehr

Mit Big Data Projekten lassen sich verschiedene Zwecke verfolgen. So facettenreich Geschäftsmodelle sind, so vielfältig sind auch die Einsatzgebiete von Big Data. Dabei kann Big Data ein Teil des Geschäftsmodells sein oder aber das eigentliche Geschäftsmodell bilden. Zu denken ist etwa an ein Produktionsunternehmen, welches Maschinendaten analysiert, um Fertigungsprozesse zw...mehr

Die Verwendung von Grafiken, Tabellen, Diagrammen, Histogrammen, Karten, Scatter Plots oder Treemaps gehören zu den gängigen Techniken, wie Informationen in einen visuellen Kontext gesetzt werden können. Im Zusammenhang mit Big Data ist oftmals von Dashboard die Rede. Wörtlich aus dem Englischen übersetzt, bedeutet Dashboard Armaturenbrett. Im Kontext von Big Data Analytics ...mehr

Begriffe wie Big Data, Data Analytics, Data Science, Machine Learning, Artifical Intelligence, Predictive Maintenance, etc. sind in aller Munde. Auch dass Daten zuerst zu Informationen verarbeitet werden müssen, bevor sie als Entscheidungsgrundlage herangezogen werden können, scheint für viele eine Selbstverständlichkeit zu sein. Sobald es jedoch um den technischen Prozess u...mehr

Art. 13 und 14 DSGVO regeln die Informationspflichten für die Datenverarbeitungsprozesse, die mit dem Besuch der Website verbunden sind. Da dem Steuerberater i. d. R. die technischen Kenntnisse fehlen, muss er sich individuell beraten lassen, was seine Datenschutzerklärung beinhalten muss. Praxis-Beispiel Facebook, Twitter und Co. Nutzt der Steuerberater keine Social Media Plu...mehr

Unternehmen analysieren häufig das Surfverhalten der Nutzer der unternehmenseigenen Homepage unter Einsatz webbasierter Dienste oder Programme, beispielsweise Google Analytics oder Matomo (Tracking). Die Auswertung erfolgt zu Zwecken der Marktforschung und bedarfsgerechten Gestaltung des Internetangebots. Anhand der Auswertungen können die Bewegungen der Nutzer nachvollzogen...mehr

Cookies sind kleine Textdateien, die auf dem Rechner der Nutzer abgelegt und vom Browser gespeichert werden. Sie ermöglichen eine Identifikation der Nutzer und können Aufschluss über das Surfverhalten geben. Neben Cookies gibt es noch weitere Technologien wie beispielsweise Pixel (Bilddateien) und Browser-Fingerprinting, die ebenfalls eine Auswertung des Nutzerverhaltens erm...mehr

Die aktuellen Studien zum Stand der Digitalisierung zeigen, dass sich der digitale Transformationsprozess in einer Phase zwischen anfänglichem Hype und steigender Erwartung auf messbare finanzielle Renditen befindet. Die zum Zeitpunkt der Erstellung dieses Beitrags vorherrschenden Herausforderungen wie bspw. die politisch induzierten Deindustrialisierungsimpulse durch die En...mehr

Um eine ATOM-Initiative zum Erfolg zu bringen, reicht es nach den praktischen Erfahrungen der vergangenen Projekte nicht, nur auf die algorithmische Seite zu schauen. Die meisten Probleme lassen sich nur aus einer intelligenten Kombination aus Prozessstandardisierung/Vereinfachung, Gewinnung/Erschließung neuer Daten und Algorithmen als "Spitze des Eisbergs" lösen. Dies lässt...mehr

Innerhalb des Finanzwesens haben viele Organisationen damit begonnen, algorithmische Modelle zur Verbesserung ihrer Cashflow-Planung einzusetzen. Anstatt einen einzelnen Anwendungsfall durchzuführen (z. B. die Vorhersage verspäteter Zahlungen von Forderungen), der meist nicht mit angrenzenden Prozessen und Systemen verbunden ist und dem es an langfristiger Vision und Zielen ...mehr

mehr

Autoren: Jörg Hanken, Dr. Alexander Totzek Big Data und Data & Analytics (‹D&A‹) sind in jedweder strategischen Diskussion in Unternehmen unter den Topthemen. Vereinfachend gesagt geht es dabei um den Prozess der Datenextraktion und -sammlung, das Verständnis und die Aufbereitung sowie um die Analyse und Visualisierung von Daten. Der Einsatz von D&A führt zu erheblichem Mehrwe...mehr

Nach erfolgter Definition, Sammlung und Aufbereitung können die Daten im nächsten Schritt analysiert und visualisiert werden. Die Visualisierung der Daten ist dabei einer der Haupttrends im Bereich Business Intelligence.[27] Die Ergebnisse von Analysen werden bisher oft stark aggregiert und statisch mit Screenshots in Berichten oder Präsentation verwendet. Durch die Nutzung ...mehr

D&A kann grundsätzlich im gesamten VP-Zyklus von der Strategie bis zur VP-Verteidigung zur Anwendung kommen.[33] Die wesentlichen Anwendungsfelder/Use Cases sehen wir in den folgenden Bereichen: VP-Strategie & VP-Modellierung VP-Setzung & VP-Monitoring VP-Forecasting VP-Dokumentation & VP-Verteidigung Im Folgenden wollen wir zu diesen Bereichen praktische Anwendungsbeispiele vor...mehr

Abgesehen von den oben erwähnten denkbaren Anwendungsfällen von KI ist grundsätzlich jedoch festzustellen, dass KI – vor allem für Anwendungsfälle des Steuerrechts – noch immer in den Kinderschuhen steckt. Die tatsächliche und vor allem verlässliche Umsetzbarkeit von einzelnen öffentlichkeitswirksam beworbenen Anwendungsmöglichkeiten erweist sich in der Praxis oft als wesent...mehr

Vor jedweder Analyse steht die i. d. R. deutlich aufwendigere Extraktion und Aufbereitung von Daten. Im Verrechnungspreiskontext wird auf eine Vielzahl unterschiedlicher interner und externer Daten- und Informationsquellen zurückgegriffen, wobei wir uns in den folgenden Kapiteln auf strukturierte Daten fokussieren wollen. Die folgende Tabelle gibt einen Überblick über die Art...mehr

Ob autonome Fahrzeuge, Chatbots im Callcenter oder innovative Diagnostik beim Arzt: Künstliche Intelligenz (›KI‹ oder ›Artificial Intelligence‹, AI) prägt immer mehr Bereiche unseres Lebens. Dadurch ist KI bereits zu einem wichtigen Wachstumstreiber für Unternehmen geworden. Ein wesentlicher Erfolgsfaktor für die Akzeptanz und Verbreitung von KI ist – wie bei allen neuen Tec...mehr

Eine Definition der Begriffe Big Data, Data Analytics oder einer Kombination dieser Worte und der Worte Methode, Technologie kann wie folgt gefunden werden: "Big Data ist der Bestand an Informationen, der durch ein so hohes Volumen (an Daten), eine so hohe Geschwindigkeit (der Verarbeitung) und Vielfalt (der Daten) gekennzeichnet ist, dass spezielle Technologien und analytis...mehr

Datenbasierte Entscheidungen sind ohne Zweifel zur Kategorie der analytischen bzw. rationalen Entscheidungen zu zählen. Rationale Entscheidungen ihrerseits werden in der Entscheidungstheorie und zugehörigen Literatur dabei als Gegenpol zu den intuitiven Entscheidungen aufgefasst, auch wenn es anderslautende Auffassungen vielmehr der Meinung sind, dass sich beide Entscheidung...mehr

In dieser Phase des Entscheidungsmodells sollten alle relevanten Informationen vorliegen und ausgewertet worden sein, denn es geht um das Treffen der Entscheidung unter hinreichender Würdigung aller zuvor ermittelten Informationen und Erkenntnisse. In der Decision-Phase wird es daher vor allem darum gehen, die Chancen und Risiken mittels "Predictive Analytics" zu simulieren, ...mehr

Gemäß Engelhardt[1] können für die erfolgreiche Umsetzung einer M&A-Transaktion sowohl kurzfristige als auch langfristige Ziele gesetzt werden. Während kurzfristig im Vordergrund steht, dass die M&A-Transaktion überhaupt erfolgreich durchgeführt werden kann, gilt die erfolgreiche (Post Merger-)Integration des erworbenen Unternehmens in die eigene Organisation als wichtigstes...mehr

Ursächlich für den neuerlichen Trend zur analytischen Entscheidungsfindung ist vor allem die digitale Transformation, welche unter anderen das Controlling in Unternehmen dazu befähigt, digitale Daten in Kombination mit analytischen Methoden zu erfassen, zu verarbeiten und auszuwerten, so dass effektivere und effizientere Entscheidungen als bisher getroffen werden können.[1] I...mehr

Vor allem bei Restaurants, Friseuren, Cafés, Konditoreien und Modegeschäften erfreut sich das Bildernetzwerk Instagram großer Beliebtheit, denn Kleinunternehmen wie diese können ihre Geschäfte und Produkte durch Fotos sehr gut präsentieren. Nutzern ist es möglich, die geposteten Bilder auf dem Smartphone oder einem Tablet mit ihren Freunden teilen. Hier gilt: Ein Bild sagt m...mehr

Oftmals werden mit dem oben beschriebenen "Product-as-a-Service", bzw. generell mit "As-a-Service"-Geschäftsmodellen weitere Services angeboten, wie z. B. ein Asset Management zur Verwaltung oder Steuerung der Maschine, die Wartung der Maschine oder eine Finanzierungslösung. Das generiert zusätzliche Daten, bzw. bietet Unternehmen einen direkten Zugang zu Daten aus der Anwen...mehr

Das Investitionscontrolling erfährt durch die Servitization eine gesteigerte Bedeutung im betrieblichen Führungs- und Entscheidungsprozess. Einerseits steht es dazu vor neuen Herausforderungen bei der Bewertung von Investitionen in neue Geschäftsmodelle, wie z. B. bei der Prognose von Zahlungsströmen über einen längeren Zeitraum, andererseits eröffnen sowohl die integrierten...mehr

Diese Zusammenstellung zeigt, dass die wesentlichen Punkte der notwendigen Weiterentwicklung des Controllings bereits anhand der drei Weiterentwicklungsaspekte in den einzelnen Fachprozessen besprochen wurden. Dennoch sollen einige Anmerkungen eher grundsätzlicher Art zur Anpassung des industriell geprägten Controllings an ein Dienstleistungscontrolling gemacht werden. Laut ...mehr

Wer aus der Controller-Community kennt nicht die Buzzwords: "Digitalisierung", "Finance Transformation", "S/4HANA", "Predictive Analytics" … Ein bunter Blumenstrauß an "Leading Edge"-Themen, welche man alle irgendwie angehen sollte, aber der Tag hat nur 24 Stunden und Budgets als auch Team-Kapazitäten sind limitiert. Also, wo, wie und mit was anfangen? Diese Frage stellen sic...mehr

Das ACE@S/4-Projekt hatte zunächst als reine FICO-Initiative begonnen. Doch schnell wurde klar, dass es eines funktionsbereichs-übergreifenden S/4-Programms bedarf, um die ERP-Landschaft von (über-)morgen zu bauen (Stichwort "E2E-Prozesse"). Daher haben sich bereits vor 4 Jahren die Product Owner der Kernfachbereiche (FICO, Vertrieb, Produktion, Logistik, Kundendienst) gemei...mehr

Die gewohnten, über die Jahre gewachsenen System- und Prozessstrukturen funktionieren weiterhin. Jedoch wird zusehends sichtbar, dass ein (zu) hoher Betreiber-Aufwand dafür notwendig ist und dass es zusehends schwieriger wird, neue Änderungen (bspw. aufgrund neuer Business Models) FICO-seitig systemisch, prozessual und v.a. auch in einer End-to-End-Betrachtung umzusetzen (St...mehr

Die Einführung von SAP S/4HANA bietet Potenziale, die in einer dynamischen und komplexen Welt einen hohen Nutzen versprechen. Ein wesentlicher Vorteil ist das Universal Journal, in dem sich quasi in einer riesigen Tabelle sämtliche transaktionalen Daten befinden, die als Basis für die Finanzbuchhaltung, externe Berichterstattung und auch für die Ergebnisrechnung und interne ...mehr

Besteht für einen Konzern die Pflicht zur Aufstellung eines Abschlusses, müssen die Jahresabschlüsse der einzubeziehenden Konzernunternehmen zu einem Summenabschluss aggregiert und alle Verflechtungen und wirtschaftlichen Beziehungen zwischen diesen Unternehmen herausgerechnet werden. Konsolidierungssysteme Der Konsolidierungsprozess kann durch den Einsatz einer IT-Lösung sign...mehr

Der Einsatz von prädiktiven Analytics allein bewirkt jedoch noch nicht, dass der Forecast eine höhere Prognosegüte erhält und mit geringerem Aufwand realisierbar ist. In dieser Sektion wollen wir die Erfolgsfaktoren für den Einsatz von prädiktiven Analytics näher beleuchten. Im Wesentlichen lassen sich die Faktoren, von denen ein erfolgreicher Einsatz prädiktiver Analytics a...mehr

Die Vorteile von prädiktiver Analytics lassen sich am besten veranschaulichen, wenn man sich die Charakteristika des klassischen Forecasts vergegenwärtigt: Ein solcher Forecast wird "von Menschenhand" in einem manuellen Prozess erstellt und dessen Erstellung folgt zumeist einer Mischung aus sehr einfachen Logiken und Experteneinschätzungen. Im Gegenzug hierzu weist die Foreca...mehr

Es liegt in der Natur von prädiktiver Analytics, dass diese eine objektive Prognose der Zukunft darstellen. Hinzu kommt, dass prädiktive Analytics automatisch auf einem granularen/operativen Level stattfinden können. Folglich kann ein Forecast mittels prädiktiver Analytics den Forecast-Prozess weitgehend automatisieren. Er ersetzt aber nicht den eigentlichen Planungsprozess....mehr