Big Data Analytics zur Optimierung von Controlling- und Risikomanagementprozessen

Startseite » Data-Driven Management » Big Data Analytics zur Optimierung von Controlling- und Risikomanagementprozessen

Big Data zählt seit Jahren zu den Mega-Trends. Doch ein Mega-Trend allein bringt noch keinen Wert, ebenso wenig wie große Datenmengen ohne Big Data Analytics keine Erkenntnisse oder Mehrwerte bringen.

Big Data-Projekte folgen grundsätzlich einer Zwei-Phasen-Methodik, bestehend aus Informationsgewinnung und Informationsverwendung.

In der Informationsgewinnungsphase geht es zunächst mal darum, Daten unterschiedlicher Quellen zusammenzuführen, zu aggregieren und zu standardisieren. Diese integrierte Datenbasis ist die Voraussetzung, um mittels Data Analytics Informationen zu gewinnen und mittels Modellierung und Optimierung Aussagen und Vorhersagen treffen zu können. Bei der Informationsverwendungsphase unterscheidet man grundsätzlich zwischen drei Szenarien: Historisch, Echtzeit und Prognose.

Wie lässt sich diese Methodik nun konkret in Controlling- und Risikomanagementprozessen anwenden?

Die Daten aus historischen und aktuellen Geschäftsvorfällen werden auf bestimmte Muster untersucht, um gezielte Beratungs- und Qualifizierungsangebote für zum Beispiel Langzeitarbeitslose oder Studierende entwickeln zu können (Wirkungscontrolling) oder um in Risikomanagementprozessen Gefahrenlagen, zum Beispiel in der Kinder- und Jugendhilfe besser einschätzen zu können. Darüber hinaus kann eine systematische Risikobewertung als Drittmeinung etabliert werden und die Qualität der Gefährdungsprävention verbessert werden.


Big Data in Controlling und Risikomanagement ist also mehr als ein Mega-Trend:
Mittels Big Data Analytics Prozesse optimieren, wirksame Maßnahmen entwickeln, knappe Personalressourcen optimal einsetzen, eintönige Arbeiten ersetzen, Risiken rechtzeitig erkennen, die Qualität von  Präventionsmaßnahmen verbessern… In welchen Bereichen können wir Sie unterstützen?