Zum Inhalt

Sales Prediction Using Low-coding Platforms

  • 01.12.2025
  • IT & Analytics
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Auszug

In diesem Fachbeitrag wird die Implementierung eines Verkaufsprognosemodells bei einem deutschen Hersteller namens Electro Co. beschrieben. Der Artikel beginnt mit einer Einführung in die Bedeutung von Verkaufsprognosen für die Optimierung von Lagerbeständen und Produktionsplanung. Anschließend wird die Low-coding Plattform KNIME vorgestellt, die für die Erstellung des Prognosemodells verwendet wurde. Der Artikel beschreibt detailliert die einzelnen Schritte des Prozesses, von der Datenextraktion aus SAP-Systemen über die Datenbereinigung und -konsolidierung bis hin zum Training und der Anpassung der Prognosemodelle. Besonders hervorzuheben ist die Zusammenarbeit zwischen Controlling, IT und Einkauf, die durch die intuitive Benutzeroberfläche von KNIME ermöglicht wurde. Der Artikel schließt mit den Ergebnissen und der Integration des Prognosemodells in die bestehenden Geschäftsprozesse von Electro Co. sowie den Vorteilen der Nutzung von Low-coding Plattformen für die Digitalisierung im Controlling.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
Sales Prediction Using Low-coding Platforms
Verfasst von
Timur Pasch
Publikationsdatum
01.12.2025
Verlag
Springer Fachmedien Wiesbaden
Erschienen in
Controlling & Management Review / Ausgabe 6/2025
Print ISSN: 2195-8262
Elektronische ISSN: 2195-8270
DOI
https://doi.org/10.1007/s12176-025-1520-6

Premium Partner

    Bildnachweise
    Salesforce.com Germany GmbH/© Salesforce.com Germany GmbH, IDW Verlag GmbH/© IDW Verlag GmbH, msg for banking ag/© msg for banking ag, C.H. Beck oHG/© C.H. Beck oHG, Governikus GmbH & Co. KG/© Governikus GmbH & Co. KG, Horn & Company GmbH/© Horn & Company GmbH, EURO Kartensysteme GmbH/© EURO Kartensysteme GmbH, Jabatix S.A./© Jabatix S.A., Doxee AT GmbH/© Doxee AT GmbH