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

تشخیص سریع فرصت ها و ریسک ها در محیط کسب و کار روز به روز اهمیت بیشتری پیدا می کند. مفاهیم گسترده ای برای تشخیص زودهنگام در مدیریت بازرگانی برای شناسایی، ارزیابی و ارسال این اطلاعات موجود است. با این حال، آنها اغلب در اجرای عملی شکست خوردند. امروزه پایگاه های اطلاعاتی عملیاتی در شرکت ها به دلیل پشتیبانی فناوری اطلاعات از فرآیندها به سرعت در حال افزایش است. آنها تغییرات در رفتار گروه های ذینفع مهم مانند مشتریان، کارمندان یا سهامداران را توصیف می کنند.
با کمک فن‌آوری‌های هوش تجاری، داده‌ها را می‌توان به روشی تصمیم‌محور برای تشخیص زودهنگام تجزیه و تحلیل کرد.

برنهارد گهرا به بررسی میزانی می‌پردازد که استفاده از فناوری پتانسیل جدیدی را برای کاربرد و سودآوری باز می‌کند. . او با کمک مطالعات موردی اکتشافی، کاربرد عینی فناوری‌های هوش تجاری را برای تشخیص زودهنگام توصیف می‌کند. او پتانسیل کاربرد و محدودیت آنها را نشان می دهد و یک مدل زنجیره ای از اثرات را برای ارزیابی سودآوری فناوری های مبتنی بر هوش تجاری ایجاد می کند. چک لیست های او برای تجزیه و تحلیل اقتصادی پروژه های تشخیص زودهنگام، نقاط مرجع عمومی و عملی را برای ارزیابی اقتصادی فناوری های جدید در فرآیند تشخیص زودهنگام ارائه می دهد.

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.