„Daten sind das neue Öl“, dies verdeutlicht, dass mit Daten und ihrer Auswertung für Unternehmen neue Quellen der Wertschöpfung zu erschließen sind. Diese Aussage führt zu folgender Forschungsfrage: „Wie effizient und effektiv ist die Nutzung von Big Data und Business Analytics in der Budgetierung?“ Im Verlauf der Arbeit werden die Entwicklung von Digitalisierung, Big Data, Grundlagen und Verfahren der Budgetierung und die Fusion beider Bereiche betrachtet.
Inhaltsverzeichnis
1 Einleitung
1.1 Einführung in die Thematik
2 Grundlagen der Digitalisierung
2.1 Begriffserklärung und Entwicklung von Digitalisierung
2.1.1 Datenverarbeitung
2.1.2 Datenanalyse
2.2 Big Data
2.3 Business Analytics
3 Grundlagen der Budgetierung
3.1 Determinanten Budget und Budgetierung
3.2 Verfahren der Budgetierung
3.2.1 Kritik an der traditionellen Budgetierung
4 Die Budgetierung im Kontext der Digitalisierung
4.1 Exkurs: Empirische Untersuchung aus dem Jahr 2020
4.2 Auswirkung der Digitalisierung auf die Budgetierung
4.3 Kritische Würdigung
5 Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht, wie moderne Technologien wie Big Data und Business Analytics dazu beitragen können, Budgetierungsprozesse im Controlling effizienter und effektiver zu gestalten, um den Anforderungen einer zunehmend digitalen Geschäftswelt gerecht zu werden.
- Grundlagen und Definitionen der Digitalisierung sowie deren Treiber
- Bedeutung und Analyse von Big Data und Business Analytics
- Herausforderungen und Kritik an klassischen Budgetierungsverfahren
- Digitalisierung von Planungsprozessen durch treiberbasierte Modelle
- Untersuchung von Potenzialen zur Optimierung der Unternehmenssteuerung
Auszug aus dem Buch
2.1.2 Datenanalyse
Heutzutage beruht Digitalisierung auf immer schnelleren und kostengünstigeren Verarbeitungen und Speicherungen von Daten, was dazu führt, dass „in Echtzeit“ riesige Datenmengen ausgewertet und Ergebnisse an Nutzer zurückgemeldet werden.
Daten an sich liefern noch keinen Mehrwert, deren zur Verfügung gestellte Qualität steht zur Disposition, denn Daten existieren stets und Datenanalysen erweisen sich nichts als Neuerfindung, allerdings werden 88 Prozent der Daten in Betrieben niemals ausgewertet, wodurch vielen Unternehmen jährlich hohe Kosten aufgrund schlechter Datenqualität entstehen.
Der entscheidende Unterschied heutiger Daten im Vergleich zur Vergangenheit liegt im Potenzial zur vorherzusagenden Analyse. Während vormals Daten nur Vergangenes abbildeten und Analysen bestenfalls aufzeigten, weshalb Szenarien eintraten, können Daten in der Gegenwart aufzeigen, was voraussichtlich eintreffen wird und welche Entscheidungen daraus präventiv resultieren sollten.
Viele Unternehmen besitzen große Mengen an Daten über Produkte, Kunden, Lieferanten, Prozesse und Maschinen, können diese Ressourcen jedoch nicht effektiv nutzen. Die Abteilungen arbeiten mit unterschiedlicher Software oder Systemen, welche an unterschiedlichen Stellen im Unternehmen gesammelt und abgelegt werden. Ihnen fehlen zentrale „Datenmarktplätze“, so existieren mittlerweile etablierte Systeme, welche einheitliche Sammlungen und Verarbeitungen von Daten miteinander verknüpfen.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Herausforderungen starrer Budgetierungsprozesse ein und definiert die Forschungsfrage bezüglich der Effizienz von Big Data und Business Analytics.
2 Grundlagen der Digitalisierung: Das Kapitel erläutert die Definitionen der Digitalisierung, die Bedeutung von Datenverarbeitung, Datenanalyse, Big Data und den Einsatz von Business Analytics.
3 Grundlagen der Budgetierung: Hier werden die theoretischen Grundlagen der Budgetierung, deren Determinanten und Verfahren sowie die Kritik an traditionellen Ansätzen dargelegt.
4 Die Budgetierung im Kontext der Digitalisierung: Dieses Kapitel verknüpft die Digitalisierung mit der Budgetierung, beleuchtet empirische Ergebnisse, Auswirkungen und bietet eine kritische Würdigung der Ansätze.
5 Fazit: Das Kapitel fasst die Erkenntnisse zusammen, betont das Potenzial der Digitalisierung für die Budgetierung und mahnt zur Vorsicht bei der Interpretation von Simulationsmodellen.
Schlüsselwörter
Digitalisierung, Budgetierung, Controlling, Big Data, Business Analytics, Predictive Analytics, Datenanalyse, Unternehmenssteuerung, Finanzplanung, Planungsprozesse, Szenarioplanung, Effizienz, Treibermodelle, Datenqualität, Unternehmensmanagement.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die digitale Transformation im Controlling, insbesondere die Frage, wie Budgetierungsprozesse durch neue Technologien optimiert werden können.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf Digitalisierung, Big Data, Business Analytics sowie der Modernisierung klassischer Budgetierungs- und Planungsmethoden.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist es, aufzuzeigen, wie Unternehmen Big Data und Business Analytics nutzen können, um Budgetierungen effizienter und effektiver zu gestalten.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer theoretischen Literaturanalyse sowie der Einbeziehung empirischer Untersuchungen und Modellbeschreibungen zur Budgetierung.
Was wird im Hauptteil behandelt?
Der Hauptteil analysiert die Grundlagen der Digitalisierung, kritisiert traditionelle Budgetierung und untersucht, wie digitale Werkzeuge zur präventiven Planung beitragen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind unter anderem Digitalisierung, Budgetierung, Controlling, Big Data, Business Analytics und Predictive Analytics.
Warum wird die traditionelle Budgetierung kritisiert?
Sie gilt als starr, zeitaufwendig, ressourcenintensiv und häufig wenig aussagekräftig für die Steuerung in einem dynamischen Marktumfeld.
Welche Rolle spielt Big Data bei der Budgetierung?
Big Data ermöglicht die Verarbeitung großer Datenmengen aus internen und externen Quellen, was präzisere Prognosen und datengestützte Entscheidungen erlaubt.
Was leisten treiberbasierte Planungsmodelle?
Sie ermöglichen die Simulation von Szenarien, indem sie Zusammenhänge zwischen operativen Treibern und finanziellen Ergebnissen mathematisch abbilden.
Welche Voraussetzung ist für den Erfolg digitaler Analysen entscheidend?
Die Datenqualität ist das kritische Fundament; ohne saubere Basisdaten führen auch komplexe Algorithmen zu fehlerhaften Ergebnissen.
- Quote paper
- Jessica Niemiec (Author), 2021, Digitalisierung im Controlling. Effektivität und Effizienz in der Budgetierung, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/1135190
