Bachelorarbeit aus dem Jahr 2016 im Fachbereich BWL - Controlling, Note: 1,3, Hochschule Aschaffenburg, Sprache: Deutsch, Abstract: Experten gehen davon aus, dass sich die weltweiten Daten alle zwei Jahre mehr als verdoppeln und im Jahr 2020 das digitale Universum etwa gleich viele digitale Bits erreicht hat, wie es Sterne im Universum gibt. Dadurch wird es in der Unternehmensplanung zunehmend schwieriger, relevante Einflussfaktoren für die Prognose von Planpositionen in einem digitalen und volatilen Umfeld zu erkennen und diese in die Planung und somit in die Entscheidungsfindung miteinzubeziehen. Die Digitalisierung führt zu einer noch stärkeren unternehmensübergreifenden Vernetzung. Dabei werden verschiedene Informationen über die Unternehmensgrenzen hinweg geteilt. Diese Entwicklung macht aber nicht innerhalb des B2B-Bereichs halt, sondern bezieht auch Kunden und andere externe Partner mit ein. Ein bekanntes Zitat des ehemaligen CEO des Business-Netzwerks Xing bringt es auf den Punkt: “Daten sind das Öl des 21. Jahrhunderts“. Diese These wird auch durch die Tatsache bestätigt, dass das Google Mutterunternehmen Alphabet seinen Gewinn im 2. Quartal um fast 20% gegenüber dem Vorjahr steigern konnte. Die rapiden Veränderungen der Wirkungsweise von Einflussfaktoren erschweren die Verwendung der massiven Informationsflut zur Prognose. Folglich scheint eine valide Prognose des Unternehmenserfolgs (z.B. Absatzmenge und Absatzpreise) unter Zuhilfenahme dessen Treiber (z.B. Bruttoinlandsprodukt, Konsumklima, Rohstoffpreise) nahezu unmöglich. Ein Blindflug und Fahren auf Sicht kann jedoch genau bei diesen Umständen nicht die Lösung sein. Unternehmen müssen gerade jetzt mehr Wert auf die (auch zum Teil kurzfristige) Prognose legen. Da eine Rückkehr zu den Zeiten stabiler Wirkungsweisen und weniger Daten nicht absehbar ist, liegt die Verantwortung, flexiblere und belastbare Lösungen zu finden, insbesondere im Controlling. Anlässlich der aktuellen Diskussionen ist es das Ziel dieser Arbeit, eine Predictive Analytics-Technologie zu hinterfragen und die Auswirkungen auf die Qualität der zahlungsorientierten Finanzplanung aufzuzeigen. Die gewonnenen Erkenntnisse geben Aufschluss darüber, inwieweit eine Implementierung einer Predictive Analytics-Lösung nach heutigem Stand im Finanzcontrolling sinnvoll ist.