14

Anwendung des Controllings (Fach) / Produktionscontrolling 1 (Lektion)

Diese Lektion wurde von Marekhenk erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• Wie kann Big Data definiert werden? Analyse und Echtzeitverarbeitung großer, unstrukturierter, kontinuierlich fließender Datenmengen aus einer Vielzahl unterschiedlicher Datenquellen Schaffung glaubwürdiger Informationen Basis von nutzenschaffenden Entscheidungen Besonderheit: Generierung von neuen Erkenntnissen und Zusammenhängen aus bisher nicht auswertbaren oder aufeinander bezogener Daten.
• Was ist die Besonderheit von Big Data? Generierung von neuen Erkenntnissen und Zusammenhängen aus bisher nicht auswertbaren oder aufeinander bezogener Daten.
• Was sind Chancen von Big Data? Neue Geschäftsmodelle Neue Erkenntnisse Wettbewerbsvorteile Effiziente Prozesse
• Was sind Risiken von Big Data? Realisierungsaufwand Migrationaufwand Integrationsaufwand Datenschutz Vertraulichkeit
• Was ist die Aufgabe eines Data Scientists? Daten identifizieren, strukturieren, kombinieren und analysieren Ziel ist die Gewinnung neuer betriebswirtschaftlicher Erkenntnisse und deren Auswirkungen auf das Unternehmen abbilden
• Was sind die Stufen der Analytik? Deskriptive Diagnostische Prädiktive Präskriptive Rückblickend, informierend ⇒ Vorausschauend, optimierend
• Nenne die 4 Nutzenkategorien von Big Data. Kostensenkungen Schnellere Entscheidungen Produkt- und Serviceinnovationen "Bessere" Entscheidungen
• Was sind mögliche Einsatzszenarien von Big Data? Vertriebscontrolling (Identifizierung ungenutzter Absatzpotentiale) Produktionscontrolling (Reduzierung der Herstellkosten) Logistikcontrolling (Reduzierung des Working Capital) Marketingcontrolling (Kundenwertanalyse) Finanzcontrolling (Prognose des Ausfallrisikos) Forecasting (Dynamisierung von Prognosen) Strategische Planung (Simulation möglicher Entwicklungen) Compliance und Fraud (Betrugsbekämpfung)
• Wie sieht die Traditionelle Analyse aus? Business stellt Anforderungen (Was soll analysiert werden?) IT stellt Lösungen (Strukturen und Funktionalität) Business nutzt Lösungen (mehrfacher Regelfall) Anforderungen ändern sich (Redesign und Rebuilt erforderlich)
• Wie sieht die Big Data-Analyse aus? Business und IT identifizieren Datenquellen IT stellt Plattform zur Verfügung (Basis für kreatives Erkunden von Daten) Business bewertet Daten (entscheidet über neue Fragen) Ergebnisse werden zusammengeführt mit klassichen Quellen
• Anzeige
• Was sind die größten Praxisprobleme beim Einsatz von Big Data? Fehlendes fachliches Know-how Datenschutz Fehlendes technisches Know-how Datensicherheit Kosten Fehlende überzeugende Einsatzszenarien
• Worauf muss bezüglich statistischer Verfahren geachtet werden bei Big Data? Kausalität und Korrelation sind zwei verschiedene paar Schuhe. Eine starke Korrelation muss nicht bedeuten, dass ein kausaler Zusammenhang besteht.
• Was gilt es vor der Einführung von Big Data zu beachten? Bedarf/Potenzial von Big Data prüfen Erstellen einer Road Map Controller fit machen Datenanalyse in den Fachabteilungen Evtl. Data Scientist einstellen Pilotprojekte
• Wie sieht Controlling im Umfeld von Big Data 2018 aus? Prädiktive Analytik statt deskriptive Analytik Steuerung über KPI's Hohe Volatilität Schnellere Entscheidungsfindung Einsatz leistungsfähiger Modelle Integrative Steuerung von EBIT und Cash Dynamisieren konventioneller Jahresbetrachtung

zurück  |  weiter 1 / 1