Nutzung von Früherkennungssystemen zur Risikoidentifikation
Früherkennungssysteme sind Informationssysteme, die anhand von Indikatoren, Kennzahlen oder qualitativen Informationen über die Unternehmens- und Umweltentwicklung Risiken frühzeitig identifizieren sollen. Es gibt unterschiedliche Arten von Früherkennungssystemen: Frühwarnsysteme befassen sich mit der frühzeitigen Identifikation von Risiken i. e. S., durch Früherkennungssysteme i. e. S. sollen auch Chancen identifiziert werden und im Rahmen von Frühaufklärungssystemen werden außerdem Maßnahmen zur Chancennutzung bzw. Risikobewältigung abgeleitet.[1] Die Früherkennung ist somit sowohl Oberbegriff für alle drei Ansätze (Früherkennungssystem i. w. S.) als auch Bezeichnung für einen speziellen Systemtyp (Früherkennungssystem i. e. S.).[2]
Weiterentwicklung der Früherkennung durch BA
Zur Weiterentwicklung von Früherkennungssystemen können insbesondere Diagnostic-Analytics-Ansätze eingesetzt werden. Bspw. können durch Verfahren zur Datenmusterkennung wie z. B. dem Data oder Text Mining Früherkennungsindikatoren oder schwache Signale identifiziert werden. Beispielhaft wird der Einsatz von Text Mining im Folgenden näher erläutert.
Text Mining
Text Mining wird als analytische Erschließung von Texten und damit von unstrukturierten Daten verstanden. Durch Text Mining lassen sich mit Hilfe geeigneter Algorithmen aus großen Textmengen signifikante Themen und Begrifflichkeiten identifizieren.[3] So können z. B. Stimmungsbilder aus sozialen Netzwerken und Pressemeldungen abgeleitet und daraus strukturierte Daten in Form von Kennzahlen z. B. Reputationsindices gebildet werden, die dann mit Wettbewerbsprodukten verglichen werden können. Anhand von Korrelationsanalysen lässt sich zudem der Zusammenhang der o. g. Kennzahl mit dem Verkaufspreis und der Absatzmenge anhand von Vergangenheitsdaten untersuchen. Wird ein entsprechender Zusammenhang festgestellt, könnten Reputationsindices als Früherkennungsindikatoren eingesetzt werden.[4]
Strategisches Radar...
Zur Identifikation neuer und zum Monitoring bekannter schwacher Signale kann zudem ein strategisches Radar aufgebaut werden, das durch die Integration externer Daten, z. B. der Auswertung der Kundenwahrnehmung der eigenen Marke sowie der der Wettbewerber, eine kontinuierliche Beobachtung und Analyse des Unternehmensumfelds (Wettbewerber, Kunden, Zulieferer, Märkte und Technologien) erlaubt.[5]
…anhand von Social-Media-Daten
Datengrundlage für Radar-Analysen sind häufig Social Media Daten und frei verfügbare Datenquellen (open data) sowie das Auslesen von Diskussionsforen oder Webseiten (Web Scraping). Durch Crawler werden Internetseiten automatisch nach Begriffen durchsucht, die dann durch Algorithmen in ein Ranking gebracht werden. So lassen sich neue Themen erkennen, deren zeitliche Entwicklung überwachen und so schwache Signale identifizieren. Durch das Clustering im Rahmen einer Netzwerkanalyse werden anschließend Zusammenhänge zwischen den Themen identifiziert, was die Prognose der Wirkungsrichtung schwacher Signale unterstützt. Durch semantisches Mapping und den Einsatz entsprechender Technologien können ggf. Echtzeitlandkarten zu relevanten schwachen Signalen erzeugt und überwacht werden.[6] Für die Mustererkennung in Massendaten haben sich ebenfalls Ansätzen aus dem maschinellen Lernen z. B. Künstliche Neurale Netze bewährt.
Das ist nur ein Ausschnitt aus dem Produkt Finance Office Professional. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen