|
Titel: |
Operative Planung im digitalen Zeitalter |
|
AutorIn: |
Marina Gammel |
|
Typ: |
Masterarbeit
|
|
ÖFOS 2012 Code: |
|
|
Institution: |
Ferdinand Porsche FernFH, Wiener Neustadt, WIMA |
|
Betreuung: |
Nicole König |
|
Datum: |
|
|
Abstract (de): |
Diese Masterarbeit befasst sich mit der Frage, welche Faktoren für eine erfolgreiche Einführung von Predictive Analytics und Planning in der jährlich operativen Unternehmensplanung entscheidend sind. Ausgangspunkt ist die zunehmende Bedeutung datenbasierter Ansätze in der Unternehmensplanung, die es ermöglichen, präzisere Vorhersagen zu treffen und schneller auf Marktveränderungen zu reagieren. Die Untersuchung zeigt, dass insbesondere die Qualität der Daten, die technologische Infrastruktur und die Akzeptanz der Mitarbeitenden wesentliche Einflussfaktoren sind. Unternehmen, die Predictive-Tools implementieren möchten, müssen sicherstellen, dass ihre Daten konsistent und standardisiert sind. Zudem müssen veraltete IT-Systeme modernisiert und die verschiedenen Systeme gut integriert werden. Ein weiterer entscheidender Erfolgsfaktor ist die Schulung der Mitarbeitenden, um deren Akzeptanz und Vertrauen in die neuen Technologien zu stärken. Die Arbeit basiert auf einer Kombination von quantitativen und qualitativen Forschungsmethoden. Es wurden sowohl eine Online-Umfrage als auch Expert*Inneninterviews durchgeführt, um ein umfassendes Bild der Einflussfaktoren und Herausforderungen zu erhalten. Die Ergebnisse der empirischen Untersuchung werden mit den theoretischen Grundlagen verglichen, um praxisorientierte Handlungsempfehlungen für Unternehmen abzuleiten. |
|
Abstract (en): |
This master’s thesis addresses the question of which factors are crucial for the successful implementation of predictive analytics and planning in annual operational business planning. The starting point is the increasing importance of data-driven approaches in business planning, which enable more accurate forecasts and faster responses to market changes. The study shows that the quality of data, the technological infrastructure, and employee acceptance are key influencing factors. Companies seeking to implement predictive tools must ensure that their data is consistent and standardized. Additionally, outdated IT systems need to be modernized, and the integration of various systems must be well planned. Another critical success factor is employee training to build trust and acceptance in the new technologies. The thesis is based on a combination of quantitative and qualitative research methods. Both an online survey and expert interviews were conducted to gain a comprehensive understanding of the influencing factors and challenges. The empirical results are compared with theoretical foundations to derive practical recommendations for companies. |
|
Keywords (de): |
Predictive Analytics, Predictive Planning, Predictive Ansatz, operative Unternehmensplanung, Datenqualität, technologische Infrastruktur, Predictive Systemintegration, datengetriebene Entscheidungsfindung |
|
Keywords (en): |
Predictive Analytics, Predictive Planning, Predictive Approach, Operational Business Planning, data quality, technological infrastructure, predictive system integration, data driven decision making |
|
|
|
|
|