Früherkennung mit Business-Intelligence-Technologien: Anwendung und Wirtschaftlichkeit der Nutzung operativer Datenbestände: Wirtschaftsinformatik

1 Einleitung.- 2 Grundlagen.- 3 Explorative Fallstudien - Anwendung von Business Intelligence-Technologien für die Früherkennung.- 4 Einordnung der Technologieanwendung in den Früherkennungsprozess.- 5 Wirtschaftlichkeit Business Intelligence-gestützter Früherkennung.- 6 Schlussbetrachtung.

Dr. Bernhard Gehra promovierte bei Prof. Dr. Thomas Hess am Institut für Wirtschaftsinformatik und Neue Medien der Universität München.

Das schnelle Erkennen von Chancen und Risiken im betrieblichen Umfeld wird immer wichtiger. Zur Identifikation, Bewertung und Weiterleitung dieser Informationen stehen in der Betriebswirtschaft umfangreiche Konzepte zur Früherkennung zur Verfügung. Häufig scheiterten sie aber in der praktischen Umsetzung. Heute nehmen durch die IT-Unterstützung von Prozessen die operativen Datenbestände in Unternehmen rapide zu. Sie beschreiben Veränderungen im Verhalten wichtiger Stakeholdergruppen, z.B wie Kunden, Mitarbeiter oder Aktionäre.
Mit Hilfe von Business-Intelligence-Technologien lassen sich Daten entscheidungsorientiert zur Früherkennung analysieren.

Bernhard Gehra geht der Frage nach, in wie weit der Technologieeinsatz neue Anwendungs- und Wirtschaftlichkeitspotenziale erschließt. Mit Hilfe explorativer Fallstudien beschreibt er die konkrete Anwendung von Business-Intelligence-Technologien zur Früherkennung. Er zeigt ihre Anwendungspotenziale und Grenzen auf und entwickelt ein Wirkungskettenmodell zur Beurteilung der Wirtschaftlichkeit Business-Intelligence-gestützter Technologien. Seine Checklisten zur Wirtschaftlichkeitsanalyse in Früherkennungsprojekten bieten sowohl generelle als auch praktische Anhaltspunkte zur Bewertung der Wirtschaftlichkeit der neuen Technologien im Früherkennungsprozess.