Controlling im Zeitalter geopolitischer Spannungen: Wege ... / 3.2.4 Aufbau neuer Kompetenzen zur Nutzung von Prognose-Tools

Die zunehmende Bedeutung von Prognosen im Unternehmenskontext erfordert neue Fähigkeiten und Kompetenzen. Insbesondere Data-Science-Fähigkeiten gewinnen an Bedeutung, da die vorhandenen Daten in Unternehmen viele Erkenntnisse verbergen, die für eine erfolgreiche Gestaltung der Zukunft unabdingbar sind. Unternehmen sollten daher in Schulungsprogramme investieren, die Mitarbeitenden in den Bereichen Data Science, Statistik und Machine Learning weiterbilden. Diese Fähigkeiten sind entscheidend, um die in den vorherigen Kapiteln beschriebenen Prognosemethoden und -modelle effektiv anzuwenden.

Ein zentraler Aspekt der modernen Prognosemethoden ist die Integration von Künstlicher Intelligenz (KI) und Machine Learning (ML). Wie in Kapitel 2.2.1 beschrieben, ermöglichen diese Technologien die Analyse großer Datenmengen und die Erkennung von Mustern, die für menschliche Analysten unsichtbar bleiben. Um diese Technologien effektiv nutzen zu können, benötigen Unternehmen Mitarbeitende, die über die entsprechenden technischen Fähigkeiten verfügen. Dies umfasst nicht nur die Fähigkeit, Daten zu analysieren, sondern auch die Fähigkeit, komplexe Modelle zu entwickeln und zu interpretieren.

Die Zusammenarbeit zwischen verschiedenen Abteilungen, wie IT, Controlling und Management, ist entscheidend für den Erfolg von Prognoseprojekten. Wie in Kapitel 2.2.2 erläutert, sind Prognosen ein zentrales Element des Forecastings und beeinflussen alle anderen Controlling-Instrumente. Eine enge Zusammenarbeit zwischen den Abteilungen stellt sicher, dass die Prognosen umfassend in die Unternehmensstrategie integriert werden und alle relevanten Informationen berücksichtigt werden. Dies erfordert nicht nur technische Fähigkeiten, sondern auch Kommunikations- und Kooperationsfähigkeiten.

Ein Beispiel ist ...