Automatic Estimation of Relationships in Balanced Scorecards

Zweck:

Das Projekt „Automatic Estimation of Relationships in Balanced Scorecards“ nimmt sich genau dieser Problematik an. Es versucht mit statistischen Verfahren Kennzahlenbeziehungen soweit aufzulösen, um ad hoc individuelle Unternehmenskennzahlen für eine sichere erfolgreiche Strategie zu ermitteln.

 

Laufzeit:

derzeit noch offen

 

Beteiligte Personen:

Arndt, Hans-Knud;Graubitz, Henner

 

Kooperationspartner:

derzeit keine

 

Beschreibung:

Einer der Faktoren ein Unternehmen in einem Markt erfolgreich zu positionieren ist die Ausrichtung ihrer Strategie. Dabei bedienen sich weltweit große Unternehmen der Idee der Balanced Scorecard nach Kaplan und Norton (1999) und darauf aufbauend dem Einsatz einer Strategy Map als Führungsinstrument. Kennzahlen werden dabei als Istwerte in den Bereichen der Finanzperspektive, der Kundenperspektive, der Geschäftsprozessperspektive und der Mitarbeiterperspektive ermittelt und in Sollwerte einer unternehmerischen langjährigen strategischen Ausrichtung vom Management verändert. Jedoch lassen die breitgefächerten Möglichkeiten der Unternehmensbereiche und die Vielzahl von möglichen Kennzahlen ein generelles Perspektivenmodell scheitern. Unternehmen sind auf den Zuschnitt individueller, in einem langwierigen Prozess manuell erstellter Balanced Scorecards angewiesen.

 

Aktuelle Veröffentlichungen:

Topic Maps for Representing Balanced Scorecards. In: Dimirovski, G. M./Ulengin, F. (Eds.): Synergy of Computational Econmics and Finacial and Industrial Systems (11th International Federarion of Automation Control (IFAC) Symposium, Dogus University Istanbul 2007, 09.10.-11.10.2007), Istanbul (TR), 2007, pp. 121-126

 

A Procedure to Estimate Relation in a Balanced Scorecards. In: Preisach, C., Burkhardt, H., Schmidt-Thieme, L., Decker, R. (Eds.): Data Analysis, Machine Learning and Applications (Proceedings of the 31st Annual Conference of the Gesellschaft für Klassifikation e.V., Albert-Ludwigs-Universität Freiburg, March 7-9, 2007), Studies in Classification, Data Analysis, and Knowledge Organization, Berlin/Heidelberg/New York, 2008, pp. 363-371