Skip to main content
Disciplines
Automotive Business IT + Informatics Construction + Real Estate Electrical Engineering + Electronics Energy + Sustainability Insurance + Risk Finance + Banking Management + Leadership Marketing + Sales Mechanical Engineering + Materials
Events
DE
EN
Books
Journals
Topic Page
Marketing
Start single access now
Access for companies
EXTENDED SEARCH
Log in
Top
Published in:
Controlling im Wandel – der Einfluss von Big Data und Digitalisierung Read chapter Read first chapter

2021 | OriginalPaper | Chapter

2. Big Data und die digitalisierte Welt

Authors : Anastasios Georgopoulos, Stefan Georg

Published in: Anforderungen an das Controlling

Publisher: Springer Fachmedien Wiesbaden

Log in

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Im Zusammenhang mit der Digitalisierung werden viele Begriffe synonym verwendet, die eine andere Bedeutung haben. Unterschieden wird zwischen

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

inform now
previous chapter Controlling im Wandel – der Einfluss von Big Data und Digitalisierung
next chapter Digitalisierung, Big Data und Controlling
Footnotes
1
Vgl. Nasca et al. (2018), S. 75.
 
2
Vgl. Seufert et al. (2017), S. 48.
 
3
Vgl. Kesten (2019), S. 44 f.; Botar et al. (2018), S. 73; Gänßlen (2018), S. 14.
 
4
Vgl. Langmann und Turi (2020), S. 2.
 
5
Botar et al. (2018), S. 74.
 
6
Vgl. Nasca et al. (2019), S. 79.
 
7
Vgl. Grönke und Heimel (2015), S. 242; Mehanna (2014), S. 203.
 
8
Die IDC ist der weltweit führende Anbieter von Marktinformationen, Beratungsdiensten und Veranstaltungen für die Märkte Informationstechnologie, Telekommunikation und Verbrauchertechnologie. Mit mehr als 1100 Analysten weltweit bietet IDC globales, regionales und lokales Know-how zu Technologie- und Branchenchancen und -trends in über 110 Ländern. Vgl. www.​idc.​com.
 
9
Vgl. Reinsel et al. (2018), S. 3.
 
10
Vgl. Baumöl et al. (2017), S. 4.
 
11
Vgl. Baumöl und Horváth (2015), S. 219.
 
12
Vgl. Sack (2013), S. 1.
 
13
Vgl. Sack (2013), S. 1; Grönke und Heimel (2015), S. 242; Davenport (2014), S. 115.
 
14
Vgl. Davenport (2014), S. 7; Seufert et al. (2018), S. 65.
 
15
Vgl. Davenport (2014), S. 113.
 
16
Schermann et al. (2014), S. 281.
 
17
Vgl. Seufert und Treitz (2020), S. 16; Kleinau (2019), S. 22; Seufert et al. (2019), S. 4.
 
18
Vgl. Weichel und Hermann (2016), S. 9; Davenport (2014), S. 11.
 
19
Vgl. Gronau et al. (2016), S. 474.
 
20
Seiter (2019), S. 5.
 
21
ICV (2014), S. 1; Aschenbrücker et al. (2014), S. 35.
 
22
Gürster und Spaar (2017), S. 33.
 
23
Analytische-, konstruktive- und organisatorische Maßnahmen.
 
24
Vgl. Georg (2016), S. 2.
 
25
Vgl. Gürster und Spaar (2017), S. 33–35.
 
26
Vgl. Seufert et al. (2017), S. 49.
 
27
Vgl. Seiter (2019), S. 7.
 
28
Vgl. Davenport (2014), S. 13.
 
29
Z. B. die Datenbanken der Bundesanstalt für Finanzdienstleistungsaufsicht (Bafin) oder der Bundesnetzagentur.
 
30
Z. B. „Web of Science“, „EBSCOhost“ oder „Scopus“, die alle kostenpflichtig sind.
 
31
Vgl. ICV (2014), S. 5; Horváth et al. (2020), S. 474; Seiter (2019), S. 7 f.
 
32
Vgl. Kleinau (2019), S. 22 f.; Becker et al. (2018), S. 84; Seufert et al. (2017), S. 49.; Georg (2021), Onlinequelle.
 
33
Vgl. Wrobel et al. (2015), S. 375; ICV (2014), S. 5; Bleiber (2018), S. 271; Seiter (2019), S. 5 f.
 
34
Vgl. Davenport (2014), S. 11.
 
35
Vgl. Paulus und Zeibig (2018), S. 70 f.; Bleiber (2018), S. 269; Davenport (2014), S. 25.
 
36
ICV (2014), S. 12.
 
37
Vgl. Wrobel et al. (2015), S. 375; Paulus und Zeibig (2018), S. 69.
 
38
Vgl. Seiter (2019), S. 6.
 
39
ICV (2014), S. 12.
 
40
Vgl. Horváth et al. (2020), S. 474.
 
41
Gartner ist eines der weltweit führendem IT-Forschungs- und Beratungsunternehmen mit Kunden aus mehr als 14.000 verschiedenen Organisationen aus über 100 Ländern. Siehe Website: https://​www.​gartner.​com/​en.
 
42
Vgl. Sack (2013), S. 2; Davenport (2014), S. 115; Schön (2016), S. 303; Aschenbrücker et al. (2014), S. 36.
 
43
Vgl. Freiknecht (2014), S. 11.
 
44
Vgl. Sack (2013), S. 2; Seufert et al. (2019), S. 11.
 
45
Vgl. Aschenbrücker et al. (2014), S. 36.
 
46
Vgl. Sack (2013), S. 2; ICV (2014), S. 4; Schön (2016), S. 303.
 
47
Man spricht auch von polystrukturierten Daten, vgl. Freiknecht (2014), S. 13.
 
48
Vgl. Schön (2016), S. 298; Aschenbrücker et al. (2014), S. 36.
 
49
Vgl. Sack (2013), S. 2; Schön (2016), S. 303.
 
50
Vgl. ICV (2014), S. 3
 
51
Vgl. IBM (2012), S. 4 f.; Ebner und Smolnik (2015), S. 250.
 
52
Vgl. Aschenbrücker et al. (2014), S. 36.
 
53
Vgl. Klier und Heinrich (2016), S. 488; Schön (2016), S. 304.
 
54
Vgl. Sack (2013), S. 2.
 
55
Vgl. Aschenbrücker et al. (2014), S. 36.
 
56
Lemke et al. (2017), S. 40.
 
57
Vgl. ICV (2014), S. 4; Nagel et al. (2014), S. 220; Aschenbrücker et al. (2014), S. 36; Horváth und Aschenbrücker (2014), S. 48.
 
58
ICV (2014), S. 5; Aschenbrücker et al. (2014), S. 36.
 
59
Vgl. Sack (2013), S. 2; Ebner und Smolnik (2015), S. 250; Gronau et al. (2016), S. 472; Davenport (2014), S. 124.
 
60
Vgl. Schön (2016), S. 305.
 
61
Vgl. Lemke et al. (2017), S. 354.
 
62
Vgl. Baars und Kemper (2015), S. 224.
 
63
Vgl. Lemke et al. (2017), S. 354.
 
64
Vgl. Sack (2013), S. 3.
 
65
Vgl. Lemke et al. (2017), S. 349.
 
66
Vgl. Obermaier (2019), S. 674; Schön (2016), S. 308.
 
67
Vgl. Sack (2013), S. 3; Weber (2020), S. 79 ff.; Ebner und Smolnik (2015), S. 250; Davenport (2014), S. 115 f.; Schön (2016), S. 308.
 
68
Vgl. Baars und Kemper (2015), S. 224.
 
69
Vgl. Schmitz (2018), S. 31 f.; Davenport (2014), S. 116; Ruf und Schwab (2016), S. 496; Gröber et al. (2018), S. 50.
 
70
Vgl. Weber (2020), S. 78; Horváth et al. (2020), S. 479; Sinzig (2015), S. 236; Schön (2016), S. 304 f.
 
71
Vgl. Sack (2013), S. 3; Kramer (2018), S. 104 f.; Sinzig (2015), S. 236.
 
72
BITKOM (2010), S. 15.
 
73
Vgl. Vierkorn (2019), S. 58.
 
74
Schön (2016), S. 317 f.
 
75
Vgl. BITKOM (2010), S. 13–22; Horváth et al. (2020), S. 482; Ebner und Smolnik (2015), S. 251; Schön (2016), S. 318.
 
76
Vgl. Reinsel et al. (2018), S. 4.
 
77
Vgl. Plass (2019), S. 79.
 
78
Vgl. Georg (o. J.). Onlinequelle.
 
79
Vgl. Tisson und Rieck (2018), S. 12 f.; Horváth et al. (2020), S. 478; Biel (2018b), S. 19.
 
80
Vgl. Schermann et al. (2014), S. 282.
 
81
Vgl. Seiter (2019), S. 23; Baars und Kemper (2015), S. 227; Davenport (2014), S. 7; Biel (2018a), S. 36.
 
82
Vgl. Egle und Keimer (2018), S. 52.
 
83
Vgl. Ruf und Schwab (2016), S. 495.
 
84
Vgl. Seiter (2019), S. 21; Gronau et al. (2016), S. 474; Biel (2018a), S. 36.
 
85
Vgl. Baars und Kemper (2015), S. 222.
 
86
Vgl. Baars und Kemper (2015), S. 227.
 
87
Vgl. Horváth et al. (2020), S. 475; Seiter (2019), S. 21; Baars und Kemper (2015), S. 222; Biel (2018a), S. 35.
 
88
Vgl. Gronau et al. (2016), S. 472; Egle und Keimer (2018), S. 52.
 
89
Vgl. Ruf und Schwab (2016), S. 495.
 
90
Vgl. Sejdic (2020), S. 64.
 
91
Vgl. Gronau et al. (2016), S. 478.
 
92
Seiter (2019), S. 22.
 
93
Vgl. Seiter (2019), S. 22.
 
94
Vgl. Mauerer (2021), Onlinequelle.
 
95
Zu beachten ist jedoch, dass Korrelation nicht mit Kausalität gleichzusetzen ist. Vgl. Kesten (2019), S. 46; Mayer und Wiesehahn (2018), S. 32; Biel (2018a), S. 38.
 
96
Vgl. Lubos (2020), S. 45.
 
97
Vgl. Hedfeld und Pütz (2019), S. 27.
 
98
Vgl. Silveira Pereira (2020), S. 65; Weiser et al. (2020), S. 86; Portal (2020), S. 69.
 
99
Vgl. Seiter (2019), S. 22.
 
100
Vgl. Silveira Pereira (2020), S. 65; Seiter (2019), S. 22 f.
 
101
Vgl. Davenport (2014), S. 118.
 
102
Vgl. Maurer (2021), Onlinequelle.
 
103
Ruf und Schwab (2016), S. 496.
 
104
Davenport (2014), S. 94.
 
105
Vgl. Ruf und Schwab (2016), S. 495 f.
 
106
Vgl. Kohlhammer et al. (2013), S. 176 f.; Seufert et al. (2018), S. 67.
 
107
Vgl. Dorschel (2015), S. 55.
 
108
Vgl. Dorschel (2015), S. 56 f.; Mehanna et al. (2018), S. 40 f.; Schlatter et al. (2020), S. 58 f.; Sejdic (2020), S. 64; Horváth et al. (2020), S. 475; Seiter (2019), S. 25 f.; Mehanna (2014), S. 204 f.
 
109
Vgl. Deipenbrock et al. (2019), S. 45; Dülken et al. (2018), S. 36.
 
110
Vgl. Satzger et al. (2018), S. 47; Gronau et al. (2016), S. 472; Derwisch et al. (2016), S. 480.
 
111
Vgl. Dorschel (2015), S. 62 f.
 
112
Vgl. Dorschel (2015), S. 63.
 
113
Vgl. Mehanna (2014), S. 204.
 
114
Vgl. Davenport (2014), S. 32.
 
115
Vgl. ICV (2014), S. 8; Gronau et al. (2016), S. 475.
 
116
Mayer und Wiesehahn (2018), S. 29.
 
117
Vgl. Weber (2014), S. 27; Schermann et al. (2014), S. 281.
 
118
Vgl. ICV (2014), S. 1; Baars und Kemper (2015), S. 222; Willmes et al. (2015), S. 256; IBM (2012), S. 1.
 
119
Vgl. Aschenbrücker et al. (2014), S. 37.
 
120
Vgl. ICV (2014), S. III.
 
121
Vgl. Kesten (2019), S. 45.
 
122
Vgl. Davenport (2014), S. 22; Aschenbrücker et al. (2014), S. 36.
 
123
Vgl. Davenport (2014), S. 74 f.; Egle und Keimer (2018), S. 51.
 
124
Vgl. Egle und Keimer (2018), S. 51; Schäffer (2017), S. 52 f.
 
125
Vgl. Kesten (2019), S. 46.
 
126
Vgl. Regelmann (2017), S. 88; Schön (2016), S. 301.
 
127
Vgl. Gillhuber und Tiedemann (2020), S. 9.
 
128
Vgl. Kasselmann (2016), S. 782.
 
129
Vgl. ICV (2014), S. 15.
 
130
Vgl. ICV (2014), S. 16; Schön (2016), S. 301.
 
Literature
Bleiber, R. (2018). Crashkurs Controlling – Grundlagen und Instrumente. Haufe: Freiburg, München, Stuttgart.
BITKOM (2010). Cloud Computing – Was Entscheider wissen müssen. Berlin.
Davenport, T. H. (2014). Big Data at Work: Dispelling the Myths, Uncovering the Opportunities. Harvard Business Review Press: Boston.CrossRef
Dorschel, J. (2015). Praxishandbuch Big Data. Wirtschaft – Recht – Technik. Springer Gabler: Wiesbaden.
Freiknecht, J. (2014). Big Data in der Praxis – Lösungen mit Hadoop, HBase und Hive – Daten speichern, aufbereiten, visualisieren. Carl Hanser: München.
Georg, S. (2016). Cut! Rezepte für ein wirkungsvolles Kostenmanagement. Vahlen: München.CrossRef
Gleich, R./Horváth, P./Seiter, M. (2015). Controlling. München.
Internationaler Controller Verein ICV (2014). Big Data – Potential für den Controller. Dream Car der Ideenwerkstatt im ICV.
Horváth, P./Aschenbrücker, A. (2014). Data Scientist: Konkurrenz oder Katalysator für den Controller. In: Gleich, R./Grönke, K./Kirchmann, M./Leyk, J. (Hrsg.). Controlling und Big Data – Anforderungen, Auswirkungen, Lösungen (S. 47–62). Haufe: Freiburg München.
Kohlhammer, J./Proff, D.-U./Wiener, A. (2013). Visual Business Analytics – Effektiver Zugang zu Daten und Informationen. Dpunkt: Heidelberg.
Kramer, A. (2018). In-Memory-Technologie im Kontext moderner Unternehmens-planung. In: Gleich, R./Kramer, A./Esch, M. (Hrsg.). In-Memory-Datenbanken: Auf dem Weg zur Unternehmenssteuerung der Zukunft (S. 101–114). Haufe: Freiburg, München, Stuttgart.
Langmann, C./Turi, D. (2020): Robotic Process Automation (RPA) – Digitalisierung und Automatisierung von Prozessen. Springer Gabler: Wiesbaden.CrossRef
Lemke, C./Brenner, W./Kirchner, K. (2017). Einführung in die Wirtschaftsinformatik. Band 2: Gestalten des digitalen Zeitalters. Springer Gabler: Berlin.
Mehanna, W. (2014). Big Data: Chancen und Herausforderungen für die Unternehmenssteuerung. In: Klein, A./Gräf, J. (Hrsg.), Reporting und Business Intelligence (S. 201–208). Haufe: München.
Nagel, M./Nagel, M./Nagel, M./Prosch, R. (2014). Reporting-Nutzen mit Little Data und Big Data steigern. In: Klein, A./Gräf, J. (Hrsg.), Reporting und Business Intelligence (S. 209–231). Haufe: München.
Nasca, D./Munck, J.-C./Gleich, R. (2018). Controlling-Hauptprozesse: Einfluss der digitalen Transformation. In: Gleich, R./Tschandl, M. (Hrsg.), Digitalisierung & Controlling (S. 73–88). Haufe: München.
Obermaier, R. (2019). Handbuch Industrie 4.0 und Digitale Transformation. Betriebs-wirtschaftliche, technische und rechtliche Herausforderungen. Springer Gabler: Wiesbaden.CrossRef
Schmitz, U. (2018). In-Memory-Technologie: Grundlagen, Vorteile und Anwendungsmöglichkeiten. In: Gleich, R./Kramer, A./Esch, M. (Hrsg.). In-Memory-Datenbanken: Auf dem Weg zur Unternehmenssteuerung der Zukunft (S. 30–42). Haufe: Freiburg, München, Stuttgart.
Schön, D. (2016). Planung und Reporting. Grundlagen, Business Intelligence, Mobile BI und Big-Data-Analytics. Springer Gabler: Wiesbaden.
Seiter, M. (2019). Business Analytics. Wie Sie Daten für die Steuerung von Unternehmen nutzen. Vahlen: München.CrossRef
Weber, F. (2020). Künstliche Intelligenz für Business Analytics. Algorithmen, Plattformen und Anwendungsszenarien. Springer Vieweg, Wiesbaden.
Aschenbrücker, A./Horváth, P./Michel, U./Gänßle, S./Losbichler, H./Grünert, L./Weber, J./Steinke, K.-H./Blachfellner, M. (2014). Big Data – Potential für Controller. Controller Magazin, 39(6), 35–42.
Baars, H./Kemper, H.-G. (2015). Integration von Big Data-Komponenten in die Business Intelligence. Controlling, 27(4–5), 222–227.CrossRef
Baumöl, U./Bockschecker, A./Grawe, C. (2017). Entscheidungsunterstützung für eine effiziente Informationslogistik. Controlling, 29(5), 4–11.CrossRef
Baumöl, U./Horváth, P. (2015). Big Data & Controlling. Controlling, 27(4–5), 219.
Becker, W./Reitelshöfer, E./Prainer, A.-E. (2018). Industrie 4.0 – Neeue Herausforderungen für den Controller? Controller Magazin, 43(1), 84–88.
Biel, A. (2018a). Business Analytics – Möglichkeiten für die Unternehmenssteuerung. Controller Magazin, 43(3), 35–39.
Biel, A. (2018b). Herausforderungen und Probleme der Digitalisierung und ihre Bewältigung – Interview mit Otto Schell, Kai-Oliver Schocke und Volker Stockrahm. Controller Magazin, 43(5), 18–22.
Botar, A./Pletchacher, M./Stummeyer, C. (2018). Die Roboter sind da – Wie Robotic Process Automation (RPA) Arbeitnehmer entlastet und Arbeitgebern hohe Kosten einspart. Controller Magazin, 43(3), 73–76.
Deipenbrock, S./Landewee, L./Sälzer G. (2019). Digitale Transformation des Controllings bei Deutsche Post International – Potentiale und Herausforderungen durch Nutzung von Predictive Analytics. Controller Magazin, 44(1), 45–50.
Derwisch, S./Iffert, L./Fuchs, C./Bange, C. (2016). Business Analytics-Software für das Controlling – eine Marktübersicht. Controlling, 28(8–9), 480–487.CrossRef
Dülken, F./Emler, M./Leyk, J./Tatzel (2018). Controlling. Wie sich die Anforderungen verändern. Controller Magazin, 43(2, Supplement), 34–37.
Ebner, K./Smolnik, S. (2015). Alles eine Frage der Daten? Eine Analyse verschiedener Big-Data-Technologiestrategien und Vorschlag eines Entscheidungsmodells. Controlling, 27(4–5), 249–255.CrossRef
Egle, U./Keimer, I. (2018). Kompetenzprofil „Digitaler Controller“. Controller Magazin, 43(5), 49–53.
Ereth, J./Kemper, H.-G. (2016). Business Analytics und Business Intelligence – Säulen eines integrierten Ansatzes der IT-basierten Entscheidungsunterstützung. Controlling, 28(8–9), 458–464.
Gillhuber, A./Tiedemann, M. (2020). Einführung in Data Governance. Controller & Management Review, 64(2), 9–12.
Gröber, M./Schlecht, L./Esch, M./Gleich, R. (2018). In-Memory-Technologie. 10 Thesen und Experteneinschätzungen zu Nutzenpotentiale und Auswirkungen. Controller Magazin, 43(3), 50–53.
Grönke, K/Heimel, J. (2015). Big Data im CFO-Bereich – Kompetenzanforderungen an den Controller. Controlling, 27(4–5), 242–248.CrossRef
Gronau, N./Thim, C./Fohrholz, C. (2016). Business Analytics in der deutschen Praxis – Aktueller Stand und Herausforderungen. Controlling, 28(8–9), 472–479.CrossRef
Gürster, U./Spaar, M. (2017). Traue keiner Statistik, die Du nicht … – Über die Bedeutung der Datenqualität in Zeiten von Big Data. Controller Magazin, 42(1), 33–35.
Hedfeld, P./Pütz, K. (2019). Analysen der Anforderungen und des Nutzens eines „Cognitive Financial Advisor“ im Controlling. Controller Magazin, 44(3), 26–30.
Ideenwerkstatt im ICV (2015). Big Data – Potential für den Controller. Controlling, 27(2), 103–106.
Kasselmann, S. (2016). Lexikon: Digital Controlling. Controlling, 28(12), 780–783.
Kesten, R. (2019). Digitalisierung im Rechnungswesen und Controlling und die Folgen für die Hochschullehre – Chancen und Herausforderungen. Controller Magazin, 44(6), 44–49.
Kleinau, P. (2019). Unternehmenskultur im digitalen Wandel. Controller Magazin, 44(5), 22–24.
Klier, M./Heinrich, B. (2016). Datenqualität als Erfolgsfaktor im Business Analytics. Controlling, 28(8–9), 488–494.CrossRef
Lubos, G. (2020). Künstliche Intelligenz im Controlling. Controller Magazin, 45(1), 45–49.
Mayer, C./Wiesehahn, A. (2018). Controlling im Digitalisierungswahn? – Ein Zwischenruf -. Controller Magazin, 43(5), 29–33.
Mehanna, W./Tatzel, J./Vogel, P. (2018). Business Analytics im Controlling. Fünf Anwendungsfelder. In: Controlling, 30(Spezialausgabe), 39–45.
Nasca, D./Munck, J.-C./Gleich, R. (2019). Quo Vadis Controlling? Einfluiss der Digitalen Transformation auf die Controlling-Hauptprozesse. Controller Magazin, 44(1), S. 78-80.
Paulus, T./Zeibig, S. (2018). Controlling & Industrie 4.0 aus Sicht eines Maschinen- und Anlagebauers. Controlling, 30(Spezialausgabe), 69–75.
Plass, J. (2019). So arbeiten CFOs im Jahr 2025 – Ein Blick in die Glaskugel und fünf Thesen für die Zukunft. Controller Magazin, 44(6), 78–79.
Portal, F. (2020). Wie Automatisierung und maschinelles Lernen die Finanzfunktion neu gestalten. Controller Magazin, 45(2), 69–72.
Ruf, R./Schwab, W. (2016). Visual Analytics – Vorausschauende Analyse statt klassischem Reporting. Controlling, 28(8–9), 495–501.CrossRef
Sack, R. (2013). Big Data – Strategischer Vorteil im internationalen Wettbewerb, Hochschule Wismar, Fakultät für Wirtschaftswissenschaften, Wirtschaftsinformatik, 1–4.
Satzger, G./Holtmann, C./Peter, S. (2018). Advanced Analytics im Controlling. Potential und Anwendung für Umsatz- und Kostenprognosen. Controlling, 30(Spezialausgabe), 47–53.
Schäffer, U. (2017). Der Controller ist tot, es lebe das Controlling! Controller Magazin, 42(3), 52–53.
Schermann, M./Krcmar, H./Hemsen, H./Markl, V. (2014). Big Data – Eine interdisziplinäre Chance für die Wirtschaftsinformatik. Wirtschaftsinformatik, 56(5), 281–287.
Schlatter, D./Stoll, C./Möller, K. (2020). Predictive Analytics erfolgreich implementieren. Fallstudienbasierte Ableitung von Erfolgsfaktoren für die Nutzung von Predictive Analytics. Controlling, 32(1), 58–63.CrossRef
Sejdic, G. (2020). Digitale Transformation des Controlling/Finance-Bereichs. Ein Orientierungsrahmen für Controlling/Finance im Kontext der umfassenden Digitalisierung. Controlling, 32(4), 61–67.
Seufert, A./Dannenberg, M./Reitzenstein, B./Zucker, K./Treitz, R. (2018). Herausforderungen und Potentiale im Bereich Daten und Analytics – Die Digitalisierung wird Unternehmen und Controlling radikal verändern. In: Controller Magazin, 43(1), 65–71.
Seufert, A./Engelbergs, J./Von Daacke, M./Treitz, R. (2019). Digitale Trans-formation und Controlling – Erkenntnisse aus der empirischen Forschung des ICV. In: Controller Magazin, 44(1), 4–10.
Seufert, A./Treitz, R. (2020). Digitale Transformation – wird immer noch zu analog gedacht? Controller Magazin, (3 Supplement),16–19.
Seufert, A./Treitz, R./Von Daacke, M. (2017). Information als strategische Ressource – Die Digitalisierung wird Unternehmen und Controlling radikal verändern. Controller Magazin, 42(4), 48–53.
Silveira Pereira, D. (2020). Machine Learning. Controlling, 32(2), 65–66.CrossRef
Sinzig, W. (2015). In-Memory Technik für Rechnungswesen und Controlling. Controlling, 27(4–5), 236–241.
Tisson, H./Rieck, S. (2018). Warum Controller über die Blockchain Bescheid wissen müssen. Controller Magazin, 43(2), 12–16.
Vierkorn, S. (2019). HI Hot Topics 2019: Worauf Controller ein Auge haben sollten. Controller Magazin, 44(4), 58–60.
Weber, J. (2014). Controlling & Big Data. Controller Magazin, 38(5), S. 27.
Weichel, P./Hermann, J. (2016). Wie Controller von Big Data profitieren können. Controlling & Management Review, (Sonderheft 1), 8–14.
Weiser, M./Feuerriegel, S./Herrmann, T. (2020). Casual Machine Learning. Berücksichtigung von heterogenen Behandlungseffekten in der Entscheidungsunterstützung. Controlling, 32(3), 86–87.CrossRef
Willmes, C./Hess, T./Gschmack, S. (2015). Die Bedeutung von Big Data im Controlling. Eine empirische Studie. Controlling, 27(4–5), 256–262.CrossRef
Wrobel, S./Voss, S./Köhler, J./Beyer, U./Auer, S. (2015). Big Data, Big Opportunities. Anwendungssituation und Forschungsbedarf des Themas Big Data in Deutschland. Informatik Spektrum, 38(5), 370–378.
IBM Institute of Business Value (2012). Analytics: Big Data in der Praxis- Wie innovative Unternehmen ihre Datenbestände effektiv nutzen. Säid Business School (Hrsg.).
Metadata
Title
Big Data und die digitalisierte Welt
Authors
Anastasios Georgopoulos
Stefan Georg
Copyright Year
2021
Book
Anforderungen an das Controlling

Print ISBN: 978-3-658-34937-0

Electronic ISBN: 978-3-658-34938-7

Copyright Year: 2021

DOI
https://doi.org/10.1007/978-3-658-34938-7_2