Format:
1 Online-Ressource (XXXI, 409S. 122 Abb)
Edition:
Gabler Edition Wissenschaft
ISBN:
9783322817549
,
9783824481040
Note:
Komplexe, dynamische und unscharfe Informationsquellen über Not leidende Unternehmen sind charakteristisch für Sanierungsprüfung und -controlling. Die in Theorie und Praxis bisher vernachlässigte Bewältigung dieses Informationsdilemmas ist jedoch der Schlüssel zu einer nachhaltigen und tragfähigen Unternehmenssanierung. Anhand von Neuro-Fuzzy-Modellen und eines genetischen Algorithmus zeigt Reinhard Bennert wie die Methoden des Soft Computing, zu denen neuronale Netzwerke, Fuzzy-Systeme und evolutionäre Algorithmen zählen, zur Entscheidungsunterstützung in der Sanierungsprüfung beitragen können. Für das Sanierungscontrolling präsentiert er fuzzybasierte Lösungsansätze zur Kostenplanung mittels Erfahrungskurven und der Break-Even-Analyse von Sanierungskonzepten. Die Effektivität der Soft Computing-Methoden wird durch Beispiele und ein vom Autor entwickeltes Software-Tool nachgewiesen
,
1 Einführung -- 1.1 Problemstellung und Ziel der Arbeit -- 1.2 Aufbau der Arbeit -- 1.3 Vorherrschendes Begriffsverständnis -- 2 Entscheidungsunterstützung in Sanierungsprüfung und -controlling: Aufgaben, Systeme und Problemcharakteristika -- 2.1 Aufgaben in der Sanierungsprüfung -- 2.2 Aufgaben im Sanierungscontrolling -- 2.3 Entscheidungsunterstützungssysteme -- 2.4 Entscheidungsprobleme -- 3 Entscheidungsunterstützung mit den Methoden des Soft Computing -- 3.1 Begriffe des Soft Computing und der Computational Intelligence -- 3.2 Fuzzy-Entscheidungsunterstützungssysteme -- 3.3 Neuronale Entscheidungsunterstützungssysteme -- 3.4 Evolutionäre Entscheidungsunterstützungssysteme -- 3.5 Soft Computing-kombinierte Entscheidungsunterstützungssysteme -- 4 Neuro-Fuzzy-Methoden in der Prüfung der Sanierungsfähigkeit -- 4.1 Ablaufstruktur der Erstellung und Prüfung von Sanierungskonzepten -- 4.2 Modell der kooperativen Neuro-Fuzzy-Sanierungsfahigkeitskalküle --
,
4.3 Strategische Neuro-Fuzzy-Sanierungsfähigkeitskalküle -- 4.4 Finanzwirtschaftliche Neuro-Fuzzy-Sanierungsfähigkeitskalküle -- 4.5 Leistungswirtschaftliche Neuro-Fuzzy-Sanierungsfähigkeitskalküle -- 4.6 Stakeholder-orientiertes Neuro-Fuzzy-Sanierungsfähigkeitskalkül -- 4.7 Management- und Organisations-orientiertes Neuro-Fuzzy- Sanierungsfähigkeitskalkül -- 5 Spezielle Soft Computing-Methoden in Sanierungsprüfung und -controlling -- 5.1 Genetischer Algorithmus zur Portfolio-Optimierung -- 5.2 Fuzzy-Erfahrungskurven im Sanierungscontrolling -- 5.3 Fuzzy-Break-Even-Analysen im Sanierungscontrolling -- 6 Fallstudie zu Neuro-Fuzzy-Methoden in der Prüfung der Sanierungsbedürftigkeit -- 6.1 Klassifikation der Sanierungsbedürftigkeit aus potenzial- und risikoorientierter Sicht -- 6.2 C-Birds(tm) - Computer Based Intelligent Restructuring Decision Support -- 6.3 Klassifikation der finanzwirtschaftlichen Risikosituation (C-BIRDS(tm)-Modul I) --
,
6.4 Klassifikation der Marktsituation und Wettbewerbsposition (C-BIRDS(tm)-Modul II) -- 6.5 Klassifikation ausgewählter Unternehmensressourcen (C-BIRDS(tm)-Modul III) -- 6.6 Klassifikation der Sanierungsbedürftigkeit (C-BIRDS(tm)-Modul IV) -- 7 Schlussbetrachtung: Ergebnisse in Thesenform und Ausblick
Language:
German
Keywords:
Unternehmenskrise
;
Sanierungsprüfung
;
Entscheidungsunterstützungssystem
;
Soft Computing
;
Hochschulschrift
DOI:
10.1007/978-3-322-81754-9
URL:
Volltext
(lizenzpflichtig)
Bookmarklink