Für das Controlling stellt Big Data Analytics eine Ergänzung bzw. Erweiterung des etablierten Analysespektrums dar, welches in vielen Unternehmen vorwiegend im deskriptiven und diagnostischen Bereich angesiedelt ist. Neben periodischen Standardberichten zur Beantwortung der Frage "Was ist passiert?" kommen im Kontext von Business Intelligence Werkzeuge für diagnostische Fragestellungen in Form von multidimensionalen Ad-hoc-Auswertungen zum Einsatz, die Antworten auf die Frage "Warum ist es passiert?" liefern sollen. Zudem ist die Anwendung statistischer Methoden zur Mustererkennung im traditionellen BI-Kontext unter dem Begriff Data Mining bereits seit vielen Jahren etabliert.[1]

An dieser Stelle beginnt auch die Schnittmenge zu Big Data Analytics, dessen Schwerpunkt auf explorativen Fragestellungen liegt. Hierzu werden mathematische und statistische Formeln und Algorithmen mit dem Ziel eingesetzt, neue Informationen zu erzeugen sowie Vorhersagewerte berechnen zu können. Getrieben von innovativen digitalen Technologien und der größeren Datenbasis haben sich unter den Begriffen "Predictive Analytics" sowie "Prescriptive Analytics" neue Ansätze etabliert, die primär auf die Beantwortung der Fragen "Was wird passieren?" und "Was ist zu tun?" abzielen.[2] Im Rahmen von Predictive Analytics werden unter dem Begriff des maschinellen Lernens fortschrittliche Methoden wie Entscheidungsbäume, neuronale Netze oder Support Vector Machines eingesetzt, um Muster in historischen Daten zu erkennen und daraus automatisiert mathematische Modelle zur Vorhersage zukünftigen Verhaltens ableiten zu können.[3] Werden diese Vorhersagemodelle mit semantischen Regeln, Simulationen oder Optimierungsverfahren kombiniert, können Systeme die Ergebnisse der Analysen direkt in Maßnahmenempfehlungen transformieren. Da die Systeme hierbei präskriptiv handeln, also Aussagen darüber treffen, "was zu tun ist", spricht man auch von Prescriptive Analytics.[4]

[1] Vgl. Felden, 2016, S. 2.
[2] Vgl. Iffert et al., 2016, S. 9 f. sowie ICV 2016, S. 29 f.
[3] Vgl. Chen et al., 2014, S. 1165 ff.
[4] Vgl. Dursun/Haluk, 2013, S. 361.

Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr?

Anmelden und Beitrag in meinem Produkt lesen


Meistgelesene beiträge