Reinhard Bennert

Soft Computing-Methoden in Sanierungsprüfung und -controlling (eBook, PDF)

Entscheidungsunterstützung durch Computational Intelligence

• Format: PDF

Produktbeschreibung

Komplexe, dynamische und unscharfe Informationsquellen über Not leidende Unternehmen sind charakteristisch für Sanierungsprüfung und -controlling. Die in Theorie und Praxis bisher vernachlässigte Bewältigung dieses Informationsdilemmas ist jedoch der Schlüssel zu einer nachhaltigen und tragfähigen Unternehmenssanierung. Anhand von Neuro-Fuzzy-Modellen und eines genetischen Algorithmus zeigt Reinhard Bennert wie die Methoden des Soft Computing, zu denen neuronale Netzwerke, Fuzzy-Systeme und evolutionäre Algorithmen zählen, zur Entscheidungsunterstützung in der Sanierungsprüfung beitragen können. Für das Sanierungscontrolling präsentiert er fuzzybasierte Lösungsansätze zur Kostenplanung mittels Erfahrungskurven und der Break-Even-Analyse von Sanierungskonzepten. Die Effektivität der Soft Computing-Methoden wird durch Beispiele und ein vom Autor entwickeltes Software-Tool nachgewiesen.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Deutscher Universitätsverlag
• Seitenzahl: 409
• Erscheinungstermin: 8. März 2013
• Deutsch
• ISBN-13: 9783322817549
• Artikelnr.: 54130511

Autorenporträt

Dr. Reinhard Bennert promovierte bei Prof. Dr. Magdalena Mißler-Behr an der Wirtschaftswissenschaftlichen Fakultät der Universität Augsburg. Er ist Senior-Berater bei der Ernst & Young AG, Wirtschaftsprüfungsgesellschaft, in München.

Inhaltsangabe

1 Einführung.- 1.1 Problemstellung und Ziel der Arbeit.- 1.2 Aufbau der Arbeit.- 1.3 Vorherrschendes Begriffsverständnis.- 2 Entscheidungsunterstützung in Sanierungsprüfung und -controlling: Aufgaben, Systeme und Problemcharakteristika.- 2.1 Aufgaben in der Sanierungsprüfung.- 2.2 Aufgaben im Sanierungscontrolling.- 2.3 Entscheidungsunterstützungssysteme.- 2.4 Entscheidungsprobleme.- 3 Entscheidungsunterstützung mit den Methoden des Soft Computing.- 3.1 Begriffe des Soft Computing und der Computational Intelligence.- 3.2 Fuzzy-Entscheidungsunterstützungssysteme.- 3.3 Neuronale Entscheidungsunterstützungssysteme.- 3.4 Evolutionäre Entscheidungsunterstützungssysteme.- 3.5 Soft Computing-kombinierte Entscheidungsunterstützungssysteme.- 4 Neuro-Fuzzy-Methoden in der Prüfung der Sanierungsfähigkeit.- 4.1 Ablaufstruktur der Erstellung und Prüfung von Sanierungskonzepten.- 4.2 Modell der kooperativen Neuro-Fuzzy-Sanierungsfahigkeitskalküle.- 4.3 Strategische Neuro-Fuzzy-Sanierungsfähigkeitskalküle.- 4.4 Finanzwirtschaftliche Neuro-Fuzzy-Sanierungsfähigkeitskalküle.- 4.5 Leistungswirtschaftliche Neuro-Fuzzy-Sanierungsfähigkeitskalküle.- 4.6 Stakeholder-orientiertes Neuro-Fuzzy-Sanierungsfähigkeitskalkül.- 4.7 Management- und Organisations-orientiertes Neuro-Fuzzy- Sanierungsfähigkeitskalkül.- 5 Spezielle Soft Computing-Methoden in Sanierungsprüfung und -controlling.- 5.1 Genetischer Algorithmus zur Portfolio-Optimierung.- 5.2 Fuzzy-Erfahrungskurven im Sanierungscontrolling.- 5.3 Fuzzy-Break-Even-Analysen im Sanierungscontrolling.- 6 Fallstudie zu Neuro-Fuzzy-Methoden in der Prüfung der Sanierungsbedürftigkeit.- 6.1 Klassifikation der Sanierungsbedürftigkeit aus potenzial- und risikoorientierter Sicht.- 6.2 C-Birds(tm) - Computer Based IntelligentRestructuring Decision Support.- 6.3 Klassifikation der finanzwirtschaftlichen Risikosituation (C-BIRDS(tm)-Modul I).- 6.4 Klassifikation der Marktsituation und Wettbewerbsposition (C-BIRDS(tm)-Modul II).- 6.5 Klassifikation ausgewählter Unternehmensressourcen (C-BIRDS(tm)-Modul III).- 6.6 Klassifikation der Sanierungsbedürftigkeit (C-BIRDS(tm)-Modul IV).- 7 Schlussbetrachtung: Ergebnisse in Thesenform und Ausblick.