Inhaltlich unveränderte Neuauflage. In der heutigen Zeit, in der das Wissensmanagement immer mehr an Bedeu tung gewinnt, ist es wichtig, Systeme einzusetzen, welche die Benutzer nicht nur beim Wissensakquisitionsprozess unterstützen, sondern diese auch bei der Ausübung ihrer Tätigkeit mit sinnvollen tätigkeitsrelevantem Wissen versor gen. Aufgrund der Komplexität der Bilanzsanalyse, müssen Wirtschafts prüfer zur Erleichterung ihrer Arbeit auf Erfahrungswissen zurückgreifen. Dieses Erfahrungswissen lässt sich aber nur bedingt in regelbasierten Neu ronalen Netzen berücksichtigen. Daher ist ein unterstützender, auf Erfah rungs wissen zurückgreifender, Einsatz von fallbasierten Systemen zur Bilanz analyse unabdingbar. Wie könnte ein solches System prinzipiell aufgebaut sein? Der Autor Jan Balzer gibt einführend einen Überblick über die Bilanz analyse mit Hilfe von Vertretern der logisch-deduktiven und empirisch-induk tiven Kennzahlensysteme. Daraufhin analysiert er die Möglichkeit ein auf Neuronale Netze basierendes System zur Bilanzanalyse in ein fallbasiertes Sys tem zu übertragen und stellt dessen fachkonzeptionelle Strukturierung vor. Aus gangspunkt seiner fundierten Untersuchung bildet das Künstliche Neu ronale Netz von Prof. Baegte et al. Das Buch richtet sich an Entscheidungs träger von wissensintensiven Unternehmen, an Wirtschaftswissenschaftler, Manager und alle Unternehmen.

Autorentext

Dipl. Wirtschaftsinformatiker:Studium der Wirtschaftsinformatik mit den Schwerpunkten Industriebetriebslehre, Data Mining, Data Warehouse und Expertensysteme an derTechnischen Universität Chemnitz. Systemanalytiker bei der Gesellschaft für Informationssysteme (GESIS) mbH einem Unternehmen der Salzgitter Gruppe, Salzgitter.