Masterarbeit aus dem Jahr 2020 im Fachbereich BWL - Controlling, Note: 2,0, Westfälische Wilhelms-Universität Münster (Lehrstuhl für BWL, insb. Internationale Unternehmensrechnung), Sprache: Deutsch, Abstract: Ziel dieser Arbeit ist es, die momentanen Entwicklungen bezüglich der Anwendung von Predictive Analytics im Controlling deutscher Unternehmen offenzulegen und die Frage zu klären, wie sich der vermehrte Einsatz von Predictive Analytics auf die Unternehmensplanung auswirkt. Dabei sollen insbesondere operative Planungsprozesse hinsichtlich der Anwendungsmöglichkeiten, prozessualen Ausgestaltung sowie Nutzenpotenziale und Herausforderungen in Bezug auf den Einsatz von Predictive Analytics untersucht werden. Das Zentrum der Untersuchung stellt die Auswertung von zehn teilstrukturierten Experteninterviews dar.Im Rahmen des globalen Trends der Digitalisierung steht den Unternehmen eine immer größere Datenmenge und Datenvielfalt zur Verfügung. Durch die stetige Verbesserung von IT-Infrastruktur und Auswertungssoftware gewinnt die Datenanalyse zunehmend an Relevanz im Bereich der Unternehmensplanung und -steuerung. Während die Auswertung vergangenheitsbezogener Daten bereits seit längerer Zeit in Literatur und Praxis bekannt ist, rücken nun zunehmend Konzepte zur Prognose zukünftiger Entwicklungen auf Basis von Vergangenheitsdaten in das Zentrum der Diskussion. Diese unter dem Begriff Predictive Analytics bekannten Modelle ermöglichen es dem Management mithilfe von quantitativ-statistischen Methoden, nähere Einblicke in zukünftige Entwicklungen des Geschäftsmodells oder Marktumfeldes ihres Unternehmens zu erhalten. Das Controlling, welches traditionell die Planungs- und Informationsversorgungsfunktion in einem Unternehmen einnimmt, wird durch die zunehmende Digitalisierung und Verbreitung von Predictive Analytics in den kommenden Jahren einen Wandel erleben. Besonders die häufig komplexen und kostenintensiven Planungsprozesse stehen in der Kritik, eine zu geringe Genauigkeit im Verhältnis zu dem geleisteten Aufwand aufzuweisen. Die in Abstimmungsrunden gewonnenen Plandaten basieren zumeist auf Expertenmeinungen und unterliegen daher oft systematischen Fehlern. Predictive Analytics stellen in diesem Zusammenhang eine Chance dar, Planungsprozesse in Zukunft automatisierter, schneller und objektiver zu gestalten sowie gleichzeitig die Qualität der prognostizierten Daten zu erhöhen.

Autorentext

Florian Dick (geb. 30.06.1995 in Siegen) ist Unternehmensberater im Bereich Finance & Performance bei Deloitte Consulting in Frankfurt am Main. Sein Schwerpunkt liegt auf Finance Integrationsprojekten im M&A Umfeld. Er absolvierte seinen Masterabschluss in Accounting & Finance an der Westfälischen-Wilhelms-Universität in Münster. Nach seinem Bachelorabschluss in Betriebswirtschaftslehre an der Universität Siegen absolvierte er Praktika im Bereich Corporate Finance Solutions bei PWC, im Group Controlling von Daimler Trucks Asia in Kawasaki, Japan sowie im Bereich Cost & Profit Accounting bei Horvath & Partners. Seine wissenschaftlichen Arbeiten befassen sich vorwiegend mit Themen der internationalen Unternehmenssteuerung und Rechnungslegung.