Umfang:
1 Online-Ressource (429 pages)
ISBN:
9783658291969
Anmerkung:
Description based on publisher supplied metadata and other sources
,
Intro -- Geleitwort -- Vorwort -- Inhaltsverzeichnis -- 1 Digital Controlling - Grundlagen für den erfolgreichen digitalen Wandel im Controlling -- Zusammenfassung -- 1.1 Einleitung -- 1.2 Das Controlling der Digitalisierung -- 1.3 Die Digitalisierung im Controlling -- 1.3.1 Digital Controlling -- 1.3.1.1 Digital Controlling: Daten -- 1.3.1.2 Digital Controlling: Technologien -- 1.3.1.3 Digital Controlling: Prozesse -- 1.3.1.4 Digital Controlling: Methoden -- 1.3.1.5 Digital Controlling: Kompetenzen -- 1.4 Fazit -- Literatur -- 2 Aktuelle Trends der digitalen Transformation im Finanzbereich -- Zusammenfassung -- 3 Weiterentwicklung des Finanz-Forecasts im Rahmen der digitalen Transformation am Beispiel der SAP SE -- Zusammenfassung -- 3.1 Ausgangslage -- 3.2 Der neue Forecast-Prozess -- 3.2.1 Zentraler und dezentraler Forecast-Prozess laufen parallel und ergänzen sich -- 3.2.2 Transformationsprozess der SAP -- 3.3 Wesentliche Komponenten im zentralen Forecast-Prozess -- 3.3.1 Das Satellitenkonzept -- 3.3.2 Predictive-Analytics-Modelle -- 3.3.3 Kollaborationsmodell im zentralen Forecast -- 3.4 Erfolgsfaktoren und Herausforderungen -- 3.4.1 Prozess und Organisation -- 3.4.1.1 Klares Commitment des höheren Managements und Ausdauer -- 3.4.1.2 Gemeinsames Projekt zwischen Experten, Citizen Data Scientists und IT -- 3.4.1.3 Umdenken in der kurzfristigen Steuerung -- 3.4.2 Operatives Arbeiten mit prädikativen Modellen -- 3.4.2.1 Klarheit über das Ziel der Modellierung -- 3.4.2.2 Datenqualität und Datenhistorie -- 3.5 Anwendungsgebiete heute und in Zukunft -- 3.5.1 Zentrale Simulationen von Ergebnisszenarien -- 3.5.2 Integration prädikativer Komponenten in Satelliten -- 3.6 Fazit -- Literatur -- 4 Von der Erfolgssicherung zur Produktentwicklung - Datenanalyse bei Gebrüder Weiss im Fachbereich Corporate Logistics -- Zusammenfassung
,
4.1 Einführung in das Controlling bei Gebrüder Weiss -- 4.2 Das Logistikcontrolling bei Corporate Logistics -- 4.3 Aktuelle Entwicklung im Logistikcontrolling bei Gebrüder Weiss -- 4.3.1 Veränderung der Rahmenbedingungen -- 4.3.1.1 Neue Werkzeuge -- 4.3.1.2 Neue Prozesse -- 4.3.1.3 Neue Methoden -- 4.3.2 Veränderung der eingesetzten Methoden -- 4.3.2.1 Prognosen -- 4.3.2.2 Maschinelles Lernen -- 4.3.2.3 Netzwerkoptimierung -- 4.3.2.4 Simulation -- 4.4 Der Weg zur Produktentwicklung -- 4.5 Fazit -- Literatur -- 5 Die Digitale Transformation des Reportings beim Schweizer Radio und Fernsehen (SRF) -- Zusammenfassung -- 5.1 Einleitung -- 5.2 Ausgangslage -- 5.3 Zielsetzung -- 5.3.1 Standarisierung - Notation, Inhalte, Plattform -- 5.3.2 Informationsbereitstellung - Self Service -- 5.3.3 Transparenz - Need to Know -- 5.4 Lösungsansatz für die Einführung der neuen Reporting-Landschaft -- 5.4.1 Clustering Module -- 5.4.2 Reporting-Leitlinie -- 5.4.3 Definition Modulinhalte -- 5.4.4 Entwicklung Modulinhalte -- 5.4.5 Schulung -- 5.5 Learnings -- 5.5.1 Kulturwandel auf Seite Nutzer und Controller -- 5.5.2 Enabling -- 5.5.3 Gamification/Zusammenhänge entdecken -- 5.5.4 Entwicklung Nutzung und Einfluss von Weiterentwicklungen -- 5.6 Online-Reporting - Kulturwandel -- Literatur -- 6 Nutzen und Stolpersteine bei der Einführung einer Business Intelligence-Lösung für KMU am Beispiel der Firma SIGA -- Zusammenfassung -- 6.1 Einleitung -- 6.2 Begriffsdefinition Controlling und Business Intelligence -- 6.2.1 Controlling -- 6.2.2 Business Intelligence -- 6.3 IT-Systeme und Datenmanagement der BI-Lösung -- 6.4 Business Intelligence und Analytics im Controlling - Praxisbeispiele -- 6.4.1 Standardreport am Beispiel eines Umsatzreports -- 6.4.2 Drill-Down-Report am Beispiel von Verkaufspreisen -- 6.4.3 Alerts am Beispiel eines Echtzeit-Reports in der Produktion
,
6.4.4 Warenkorbanalyse -- 6.4.5 Forecasting mit Prophet -- 6.5 Stolpersteine und Learnings -- Literatur -- 7 Mit Business Intelligence die Unternehmenssteuerung digitalisieren -- Zusammenfassung -- 7.1 Einleitung -- 7.1.1 Business Intelligence -- 7.1.2 Business Analytics -- 7.1.3 Von der Strategie zum Führungscockpit (Deskriptive und Diagnostische Analyse) -- 7.1.4 Von der Steuerung zur Planung -- 7.1.5 Mit Business Analytics zur Handlungsempfehlung -- 7.1.6 Von der Auswahl bis zur Einführung -- 7.2 Ausgangslage -- 7.3 Ziele der neuen BI-Lösung -- 7.4 Lösung: Projektvorbereitung als Grundlage für die erfolgreiche Implementierung der BI-Lösung -- 7.4.1 Von Big Data zu Services -- 7.4.2 Die Anforderungsdefinition -- 7.5 Resultat: Vom Pflichtenheft zur BI-Lösung -- 7.5.1 Pflichtenheft -- 7.5.2 Warum ist die Kommentarfunktion so wichtig? -- 7.6 Design: Es gibt keine zweite Chance für den ersten Eindruck -- 7.6.1 Design -- 7.6.1.1 Die Startseite ist die Referenz -- 7.6.1.2 Selektions- und Auswahlfelder -- 7.6.1.3 Informations- und Selektionsfelder (links) -- 7.6.1.4 Zeit- und Grunddatenauswahl -- 7.6.1.5 Grafiken übersichtlich, einheitlich und einfach halten -- 7.6.1.6 Farbe ist Information -- 7.7 Erfolgsfaktoren einer erfolgreichen Umsetzung -- 7.7.1 Akzeptanz -- 7.7.2 Qualität/Vertrauen -- 7.7.3 Pflege -- 7.8 Learnings -- 7.8.1 Welchen Nutzen hat die Einführung der Business Intelligence-Lösung gebracht? -- 7.8.2 Raus aus der Komfortzone -- 7.8.3 Anforderungen bestimmen die Technologie -- 7.9 Fazit -- Literatur -- 8 Von digitalen Hilfsmitteln zur digitalen Methodik -- Zusammenfassung -- 8.1 Ausgangssituation -- 8.1.1 Vorangegangene Planung -- 8.1.2 Status Digitalisierung und technischer Stack -- 8.1.3 Begriffserklärung BI-System -- 8.2 Konzeptionsphase -- 8.3 Agiles Prototyping zur Entwicklung der agilen Planungsmethode
,
8.4 Iterativer Entwicklungsprozess -- 8.5 Ergebnis Ist-Stand -- 8.6 Ausblick -- 8.7 Lessons Learned -- 8.8 Fazit -- Literatur -- 9 Business-Analytics im Marketing-Controlling - eine Anwendungsfallstudie für den Automobilmarkt -- Zusammenfassung -- 9.1 Digitalisierung im Marketing-Controlling -- 9.1.1 Analytics - Herausforderung und Chance der Digitalisierung -- 9.1.2 Kennzeichnung des Marketing-Controllings -- 9.1.3 Controlling-Aufgaben im Analytics-Prozess am Beispiel von CRISP-DM -- 9.2 Zeitreihenanalyse als Anwendungsbeispiel im Marketing-Controlling -- 9.2.1 Kennzeichnung der Zeitreihenanalyse -- 9.2.2 Datenaufbereitung -- 9.2.3 Modellierung und Evaluation -- 9.2.4 Weiterentwicklung des Modells: Differenzierung der Antriebsart -- 9.3 Kompetenzanforderungen im digitalen Controlling -- Literatur -- 10 Interaktive Big Data Visualisierungen - Potenzial für das Management Reporting -- Zusammenfassung -- 10.1 Einleitung -- 10.2 Überblick und Einsatz von Big Data Visualisierungen -- 10.2.1 Visualisierungstypen - Anwendung und Bekanntheitsgrad -- 10.2.2 Interaktion - Taxonomie und Anwendung -- 10.3 Design und Usability spezifischer interaktiver Big Data Visualisierungen -- 10.3.1 Überblick zu den eingesetzten Forschungsmethoden -- 10.3.1.1 Online-Umfragen -- 10.3.1.2 Eye Tracking -- 10.3.2 Multidimensionale Visualisierungen - mehrere Dimensionen -- 10.3.2.1 Sankey-Chart -- 10.3.2.2 Sunburst-Chart -- 10.3.2.3 Treemap -- 10.3.3 Multidimensionale Visualisierungen - mehrere Attribute -- 10.3.3.1 Parallel Coordinates Plot -- 10.3.3.2 Heatmap -- 10.4 Fazit -- Literatur -- 11 Digitaler Wandel im Controlling bei der Alpiq Gruppe -- Zusammenfassung -- 12 Controller-Profile in der Schweiz - Bedeutung der Digitalisierung -- Zusammenfassung -- 12.1 Einführung -- 12.2 Entwicklung der Controlling-Rollenbilder -- 12.2.1 Traditionelle Controlling-Rollenbilder
,
12.2.2 Controller als Business Partner -- 12.2.3 Digitaler Controller -- 12.3 Analyse von Controller-Stelleninseraten in der Schweiz -- 12.3.1 Untersuchungsdesign und methodisches Vorgehen -- 12.3.2 Erwähnte Aufgabenbereiche -- 12.3.3 Geforderte Kompetenzen -- 12.4 Die Controller der Gegenwart und Zukunft -- Literatur -- 13 Standardisierung und Automatisierung als Basis für die Digitalisierung im Controlling von Siemens Building Technologies -- Zusammenfassung -- 13.1 Einführung -- 13.2 Standardisierung und Automatisierung auf Management-Ebene -- 13.2.1 Ausgangslage -- 13.2.1.1 Datenbasis ESPRIT -- 13.2.1.2 BT Business Warehouse -- 13.2.2 Smart Reporting -- 13.2.2.1 Herausforderung -- 13.2.2.2 Aufbau von Smart Reporting -- 13.2.2.3 Anforderungen an Smart Reporting -- 13.2.2.4 Umsetzung durch das IT-Team -- 13.2.2.5 Rollout und Akzeptanz -- 13.2.2.6 Weiterentwicklung von Smart Reporting -- 13.2.2.7 Erfolgsfaktoren -- 13.2.3 Smart Analytics -- 13.2.3.1 Herausforderung und Aufbau von Smart Analytics -- 13.2.3.2 Zielsetzung von Smart Analytics -- 13.2.3.3 Umsetzung durch das IT-Team -- 13.2.3.4 Rollout und Akzeptanz -- 13.2.3.5 Zusätzliche Visualisierungs- und Analyse-Möglichkeiten -- 13.2.3.6 Erfolgsfaktoren -- 13.3 Standardisierung und Automatisierung im operativen Controlling -- 13.3.1 Business Activity (BA) DAsh -- 13.3.1.1 Zielsetzung -- 13.3.1.2 Anforderungen an BA DAsh -- 13.3.1.3 Umsetzung durch das IT-Team -- 13.3.1.4 Resultat -- 13.3.1.5 Erfolgsfaktoren -- 13.3.1.6 BA DAsh Ausblick -- 13.3.2 Weitere DAsh Applikationen -- 13.4 Digitalisierung durch Predictive Analytics -- 13.4.1 Sales Forecast mit Predictive Analytics -- 13.4.1.1 Ausgangslage -- 13.4.1.2 Anforderungen -- 13.4.1.3 Zielsetzung -- 13.4.1.4 Vorgehen Pilotprojekt -- 13.4.1.5 Resultat -- 13.4.1.6 Erfolgsfaktoren -- 13.4.1.7 Die nächsten Schritte
,
13.4.2 Möglichkeiten und Grenzen von Predictive Analytics
Weitere Ausg.:
Erscheint auch als Druck-Ausgabe Keimer, Imke Die Digitalisierung der Controlling-Funktion Wiesbaden : Springer Fachmedien Wiesbaden GmbH,c2020 ISBN 9783658291952
Sprache:
Deutsch
Fachgebiete:
Wirtschaftswissenschaften
Schlagwort(e):
Controlling
;
Digitalisierung
;
Aufsatzsammlung
;
Aufsatzsammlung
;
Aufsatzsammlung
URL:
Volltext
(URL des Erstveröffentlichers)
Bookmarklink
