Skip to main content
SpringerLink
Log in

Controlling und Business Intelligence & Analytics

  • Chapter
  • First Online:
Controlling – Aktuelle Entwicklungen und Herausforderungen

  • 6225 Accesses

Zusammenfassung

Der zunehmende Umfang unterschiedlichster interner sowie externer Daten, die sich in betrieblichen Prozessen ergeben, stellt Unternehmen vor große Herausforderungen. Vor dem Hintergrund erhöhter Wettbewerbsintensität – und folglich verstärktem Innovationsdruck – investieren Unternehmen weltweit hohe Summen in neue Ressourcenplanungs- und Analysetechnologien, womit Transformationsprozesse aufgrund der Digitalisierung eingeleitet werden. Zudem zeigt sich, dass Unternehmen, die bereits moderne ERP (Enterprise Resource Planning)- und Analyseinstrumente in Verwendung haben, mittlerweile so hohe Datenbestände aufweisen, dass sie gar nicht im Stande sind, diese effektiv zu nutzen. Die Steigerung der Performance des Unternehmens durch den Einsatz moderner IT stellt in erster Linie nicht ein rein technisches, sondern auch ein organisatorisches Problem dar und bedarf daher einer agilen Organisationsstruktur, die es ermöglicht, neue Chancen aus dem vorhandenen Datenmaterial aufzuspüren und einzugrenzen, um darauf aufbauend eine fundierte Basis zur Entscheidungsunterstützung zu generieren.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 79.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Notes

  1. 1.

    Vgl. Bhimani/Willcocks (2014), S. 469.

  2. 2.

    Vgl. Bozic/Dimovski (2019), S. 93; Langmann (2019), S. 13; Müller/Lenz (2013), S. 1; Côrte-Real et al. (2017), S. 379; Vidgen et al. (2017), S. 626.

  3. 3.

    Vgl. Holsapple et al. (2014), S. 130; LaValle et al. (2011), S. 22; dabei prognostiziert Gartner Inc. in ihrem „Global IT Spending Forecast“ eine weltweite Zunahme an IT-Ausgaben von 2018 auf 2019 in der Höhe von 4 % auf rund 3,79 Billionen USD.

  4. 4.

    Vgl. Becker/Nolte (2019), S. 75 f.

  5. 5.

    Vgl. LaValle et al. (2011), S. 22.

  6. 6.

    Vgl. Pousttchi et al. (2015), S. 3 f.; Matt et al. (2015), S. 339 f.

  7. 7.

    Unter Agilität wird im Kontext von Organisationen die Fähigkeit bezeichnet, organisationale Strukturen zeitnah, effektiv und nachhaltig zu ändern (Worley et al. 2014, S. 144). Teece et al. bezeichnen Agilität als die Fähigkeit eines Unternehmens, Ressourcen effizient und effektiv einzusetzen und umzustrukturieren, um nachhaltig die Performance des Unternehmens zu stabilisieren oder zu verbessern (Teece et al. 2016, S. 17).

  8. 8.

    Vgl. Bozic/Dimovski (2019), S. 379.

  9. 9.

    Vgl. Bozic/Dimovski (2019), S. 379.

  10. 10.

    Vgl. Vidgen et al. (2017), S. 626; Chen et al. (2012), S. 1165; Chae et al. (2014), S. 119.

  11. 11.

    Vgl. Trieu (2017), S. 111.

  12. 12.

    Vgl. Horváth et al. (2015), S. 295.

  13. 13.

    Vgl. Weber/Schäffer (2016), S. 104; Rikhardsson/Yigitbasioglu (2018), S. 37.

  14. 14.

    Vgl. Nielsen (2018), S. 179; Holzblatt/Brands (2015), S. 1.

  15. 15.

    Vgl. Zamecnik/Rajnoha (2015), S. 775; Vidgen et al. (2017), S. 626; Bozic/Dimovski (2019), S. 93.

  16. 16.

    Vgl. Elbashir et al. (2011), S. 155; Torres et al. (2018), S. 823; Bozic/Dimovski (2019), S. 379; Vidgen et al. (2017), S. 626; Chen et al. (2012), S. 1165; Chae et al. (2014), S. 119.

  17. 17.

    Vgl. Weber/Schäffer (2016), S. 104.

  18. 18.

    Vgl. Weber/Schäffer (2016), S. 27.

  19. 19.

    Vgl. Friedl (2013), S. 115 ff.

  20. 20.

    Vgl. Weber/Schäffer (2016), S. 27.

  21. 21.

    Anthony (1965), S. 17.

  22. 22.

    Vgl. Grabski et al. (2011), S. 38.

  23. 23.

    Siehe dazu Kapitel Einleitung und zentrale Fragestellungen.

  24. 24.

    Vgl. Matt et al. (2015), S. 339.

  25. 25.

    Vgl. Elbashir et al. (2013), S. 88; Vidgen et al. (2017), S. 626; Bozic/Dimovski (2019), S. 93.

  26. 26.

    Vgl. Büst (2013), S. 42 f.; Acito/Khatri (2014), S. 565.

  27. 27.

    Vgl. Luhn (1985), S. 314 ff.

  28. 28.

    Vgl. Appelbaum et al. (2017), S. 30.

  29. 29.

    Vgl. Schläfke et al. (2012), S. 112 f.; Appelbaum et al. (2017), S. 30; Nielsen (2018), S. 179 ff.

  30. 30.

    Siehe dazu beispielsweise Chen et al. (2012), Bozic/Dimovski (2019), Rikhardsson/Yigitbasioglu (2018), Kowalczyk/Buxmann (2015), Torres et al. (2018).

  31. 31.

    Appelbaum et al. (2017), S. 32; Davenport/Kim (2013), S. 3, Nielsen (2018), S. 169 ff.

  32. 32.

    Vgl. Appelbaum et al. (2017), S. 32.

  33. 33.

    Vgl. Weber/Schäffer (2016), S. 104 f.

  34. 34.

    Vgl. Appelbaum et al. (2017), S. 32; Davenport/Kim (2013), S. 3.

  35. 35.

    Vgl. Appelbaum et al. (2017), S. 32; Davenport/Kim (2013), S. 3.

  36. 36.

    Vgl. Chamoni/Gluchowski (2017), S. 9; Torres et al. (2018), S. 823; Spalek (2017), Internet.

  37. 37.

    Davenport/Harris (2017), S. 7, 30.

  38. 38.

    Vgl.Torres et al. (2018), S. 824.

  39. 39.

    Vgl. Chen et al. (2013), S. 14.

  40. 40.

    Vgl. Côrte-Real et al. (2017), S. 380.

  41. 41.

    Vgl. Côrte-Real et al. (2017), S. 385. Die Studie wurde im Jahr 2015 mit einer Online-Umfrage durchgeführt. 500 Manager wurden mittels E-Mail unterschiedlichster Branchen in ganz Europa kontaktiert. Die Rücklaufquote betrug 35 %.

  42. 42.

    Vgl. Teece et al. (1997), S. 515 ff.

  43. 43.

    Teece et al. (1997), S. 516.

  44. 44.

    Vgl. Teece (2007), S. 1322 ff.

  45. 45.

    Vgl. Torres et al. (2018), S. 825.

  46. 46.

    Vgl. Torres et al. (2018), S. 826 f.

  47. 47.

    Vgl. Ambrosini/Bowman (2009), S. 44.

  48. 48.

    Vgl. Torres et al. (2018), S. 824. Zur strukturierten Darstellung aktueller Herausforderungen sowie potenzieller Handlungsempfehlungen im Zusammenhang mit BI&A wird auf das Business Analytics Capability-Rahmenwerk von Vidgen et al. zurückgegriffen. Vidgen et al. adaptierten das Diamond Model of Organisations nach Leavitt um die Herausforderungen einer datengetriebenen Organisation zu untersuchen. Dabei gehen die Autoren davon aus, dass die Business Analytics-Fähigkeit einer Organisation als Mittler zwischen den von der Organisation (intern und extern) generierten Daten und dem daraus resultierenden Mehrwert verstanden werden kann, den die Organisation durch Maßnahmen auf der Grundlage besserer Entscheidungen erzeugt. Auf Basis dieses Rahmenwerkes konzentriert sich die Darstellung aktueller Herausforderungen und Handlungsempfehlungen von BI&A im Kontext des Controllings auf die Bereiche Daten bzw. Datenqualität, Strategie und Geschäftsprozesse sowie technologische Aspekte und Human Resources. Zwar werden diese Bereiche separat beschrieben, jedoch zeigt sich im weiteren Verlauf, dass diese beleuchteten Aspekte nicht gänzlich getrennt voneinander betrachtet werden können und folglich ineinanderwirken. Mehr dazu siehe Vidgen et al. (2017).

  49. 49.

    Vgl. dazu Appelbaum et al. (2017), Hawking/Sellitto, (2010), Holzblatt/Brands (2015), Işik et al. (2013), Ziemba/Olszak (2012).

  50. 50.

    Vgl. Appelbaum et al. (2017), S. 40.

  51. 51.

    Vgl. Holzblatt/Brands (2015), S. 4.

  52. 52.

    Vgl. Işik et al. (2013), S. 14.

  53. 53.

    Beispielsweise sind in Geräten wie Mobiltelefonen, Energiezählern, Autos und Industriemaschinen vernetzte Sensorknoten eingebettet, die im Zeitalter des Internet of Things (IoT) Daten erfassen, erstellen und kommunizieren. Mehr dazu beispielsweise in Baesens et al. (2016).

  54. 54.

    Vgl. Manyika et al. (2011), S. 2.

  55. 55.

    Vgl. Vidgen et al. (2017), S. 632.

  56. 56.

    Vgl. Hawking/Sellitto, (2010), S. 1.

  57. 57.

    Vgl. Vidgen et al. (2017), S. 632.

  58. 58.

    Vgl. LaValle et al. (2011), S. 25 f.; Holzblatt/Brands (2015), S. 11.

  59. 59.

    Vgl. Bozic/Dimovski (2019), S. 98.

  60. 60.

    Vgl. Weber/Schäffer (2016), S. 95.

  61. 61.

    Vgl. Bozic/Dimovski (2019), S. 99; LaValle et al. (2011), S. 23; Holsapple et al. (2014), S. 136.

  62. 62.

    Vgl. Torres et al. (2018), S. 830.

  63. 63.

    Mikalef et al. (2019), S. 269 ff.

  64. 64.

    Vgl. Holzblatt/Brands (2015), S. 3.

  65. 65.

    Malik (2000), S. 350.

  66. 66.

    Vgl. Chen et al. (2013), S. 3; Torres et al. (2018), S. 826.

  67. 67.

    Vgl. Côrte-Real et al. (2017), S. 382.

  68. 68.

    Siehe dazu Appelbaum et al. (2017); Hawking/Sellitto (2010); McAfee/Brynjolfsson (2012); Vidgen et al. (2017), Bozic/Domovski (2019).

  69. 69.

    Vgl. Torres et al. (2018), S. 824.

  70. 70.

    Vgl. Schlegel et al. (2014), Internet.

  71. 71.

    Vgl. Weber/Schäffer (2016), 393.

  72. 72.

    Vgl. McAfee/Brynjolfsson (2012), S. 7 f.

  73. 73.

    Vgl. Weber/Schäffer (2016), 404 f.

  74. 74.

    Zur Kombination von Business Analytics und Controlling mittels BSC siehe Nielsen (2015).

  75. 75.

    Vgl. Torres et al. (2018), S. 826.

  76. 76.

    Vgl. Işik et al. (2013), S. 14; Torres et al. (2018), S. 826.

  77. 77.

    Vgl. Bozic/Dimovski (2019), S. 99; Trieu (2017), S. 118.

  78. 78.

    Vgl. Işik et al. (2013), S. 15.

  79. 79.

    Vgl. Bozic/Dimovski (2019), S. 99; Işik et al. (2013), S. 15.

  80. 80.

    Vgl. Rikhardsson/Yigitbasioglu (2018), S. 42.

  81. 81.

    Vgl. Jensen et al. (2010), S. 193.

  82. 82.

    Vgl. McAfee/Brynjolfsson (2012), S. 67; Vidgen et al. (2017), S. 633.

  83. 83.

    Siehe dazu Davenport/Patil (2012).

  84. 84.

    Vgl. Appelbaum et al. (2017), S. 30.

  85. 85.

    Vgl. Côrte-Real et al. (2017), S. 387.

  86. 86.

    Vgl. Holzblatt/Brands (2015), S. 11.

  87. 87.

    Vgl. Bozic/Dimovski (2019), S. 100; Holzblatt/Brands (2015), S. 11; Weber/Schäffer (2016), S. 105 f.

  88. 88.

    Vgl. Chen et al. (2012), S. 1183; Weber/Schäffer (2016), S. 105 f.

  89. 89.

    Vgl. Côrte-Real et al. (2017), S. 381; Fink et al. (2017), S. 52; Sidorova/Torres (2014), S. 1 ff.

  90. 90.

    Vgl. Bozic/Dimovski (2019), S. 97 f.

  91. 91.

    Vgl. Côrte-Real et al. (2017), S. 381.

  92. 92.

    Vgl. Fink et al. (2017), S. 50.

  93. 93.

    Vgl. Bhimani/Willcocks (2014), S. 475.

  94. 94.

    Vgl. Bozic/Dimovski (2019), S. 97 f.

  95. 95.

    Vgl. Mehanna et al. (2016), S. 504.

  96. 96.

    Vgl. Weber/Schäffer (2016), S. 105.

  97. 97.

    Vgl. Côrte-Real et al. (2017), S. 382; Torres et al. (2018), S. 826.

  98. 98.

    Vgl. Sidorova/Torres (2014), S. 7.

  99. 99.

    Vgl. Torres et al. (2018), S. 824 f.

  100. 100.

    Vgl. Weber/Schäffer (2016), S. 17.

  101. 101.

    Vgl. Weber/Schäffer (2016), S. 505.

  102. 102.

    Vgl. McAfee/Brynjolfsson (2012), S.60 ff.

  103. 103.

    Vgl. Quattrone (2016), S. 118 ff.

  104. 104.

    Quattrone (2016), S. 119.

  105. 105.

    Zur Kompetenz des kritischen Sparringpartners siehe Weber/Schäffer (2016), S. 507.

  106. 106.

    Vgl. Bhimani/Willcocks (2014), S. 472 f.

  107. 107.

    Vgl. Nielsen (2018), S. 180.

  108. 108.

    Vgl. Bozic/Dimovski (2019), S. 98 f.

  109. 109.

    Vgl. Weber/Schäffer (2016), S. 507.

Literatur

  • Acito, F./Khatri, V. (2014): Business analytics: Why now and what next?. Business Horizons, 57 Jg., Nr. 5, S. 565–570.

    Google Scholar 

  • Ambrosini, V./Bowman, C. (2009): What are dynamic capabilities and are they a useful construct in strategic management?. International Journal of Management Reviews, 11 Jg., Nr. 1, S. 29–49.

    Google Scholar 

  • Anthony, R. N. (1965): Planning and Control Systems: Framework for Analysis. Boston: Graduate School of Business Administration, Harvard University.

    Google Scholar 

  • Appelbaum, D./Kogan, A./Vasarhelyi, M./Yan, Z. (2017): Impact of business analytics and enterprise systems on managerial accounting. International Journal of Accounting Information Systems, 25 Jg., S. 29–44.

    Google Scholar 

  • Baesens, B./Bapna, R./Marsden, J. R./Vanthienen, J./Zhao, J. L. (2016): Transformational Issues of Big Data and Analytics in Networked Business. MIS Quarterly, 40 Jg., Nr. 4, S. 807–818.

    Google Scholar 

  • Becker, W./Nolte, M. (2019): Die Rolle des Controllings im Rahmen der Digitalisierung – Funktionen und Aufgaben, in: Becker, W./Eierle, B./Fliaster, A./Ivens, B./Leischnig, A./Pflaum, A., & Sucky, E. (Hrsg.), Geschäftsmodelle in der digitalen Welt (S. 7589). Wiesbaden: Springer Gabler.

    Google Scholar 

  • Bhimani, A./Willcocks, L. (2014): Digitisation, ‘Big Data’ and the transformation of accounting information. Accounting and Business Research, 44 Jg., Nr. 4, S. 469–490.

    Google Scholar 

  • Bozic, K., & Dimovski, V. (2019): Business Intelligence and analytics for value creation: The role of absorptive capacity. International Journal of Information Management, 46 Jg., S. 93–103.

    Google Scholar 

  • Büst, R. (2013): Daten sind das neue Öl. Daten als Wettbewerbsvorteile in der Cloud verarbeiten. Wirtschaftsinformatik & Management, 2 Jg., S. 40–46.

    Google Scholar 

  • Chae, B./Yang, C./Olson, D./Sheu, C. (2014): The impact of advanced analytics and data accuracy on operational performance: A contingent resource based theory (RBT) perspective. Decision Support Systems, 59 Jg., S. 119–126.

    Google Scholar 

  • Chamoni, P./Gluchowski, P. (2017): Business Analytics – State of the Art. Controlling & Management Review, 4 Jg., S. 8–17.

    Article  Google Scholar 

  • Chen, H./Chiang, R./Storey, V. (2012): Business Intelligence and Analytics: From Big Data to Big Impact. MIS Quarterly, 36 Jg.Nr. 4, S. 1165–1188.

    Google Scholar 

  • Chen, Y./Wang, Y./Nevo, S./Jin, J./Wang, L. (2013): IT capability and organizational performance: the roles of business process agility and environmental factors. European Journal of Information Systems, 23 Jg., Nr. 3, S. 1–17.

    Google Scholar 

  • Côrte-Real, N./Oliveira, T./Ruivo, P. (2017): Assessing business value of Big Data Analytics in European firm. Journal of Business Research Assessing, 70 Jg., S. 379–390.

    Article  Google Scholar 

  • Davenport, T. H./Harris J. G. (2017): Competing on analytics: The new science of winning. Boston: Harvard Business Review.

    Google Scholar 

  • Davenport, T. H./Kim, J. (2013): Keeping Up with the Quants. Boston: Harvard Business Review Press.

    Google Scholar 

  • Davenport, T. H./Patil, D. J. (2012): Data Scientist: The Sexiest Job of the 21st Century. Harvard Business Review, 70 Jg., S. 72–76.

    Google Scholar 

  • Elbashir, M. Z./Collier, P. A./Sutton, S. G. (2011): The Role of Organizational Absorptive Capacity in Strategic Use of Business Management Control Systems. The Accounting Review, 86 Jg., Nr. 1, S. 155–186.

    Google Scholar 

  • Elbashir, M. Z./Collier, P. A./Sutton, S. G./Davern, M. J./Leech, S. A. (2013): Enhancing the Business Value of Business Intelligence: The Role of Shared Knowledge and Assimilation. Journal of Information Systems, 27 Jg., Nr. 2, S. 87–105.

    Google Scholar 

  • Fink, L./Yogev, N./Even, A. (2017): Business intelligence and organizational learning: An empirical investigation of value creation processes. Information and Management, 54 Jg., Nr.1, S. 38–56.

    Article  Google Scholar 

  • Friedl, B. (2013): Controlling. 2. Auflage. Konstanz: UVK GmbH.

    Google Scholar 

  • Gartner, I. (2019): Gartner Says Global IT Spending to Grow 1.1 Percent in 2019, https://www.gartner.com/en/newsroom/press-releases/2019-04-17-gartner-says-global-it-spending-to-grow-1-1-percent-i, Abfrage: 26.04.2019

  • Grabski, S. V./Leech, S. A./Schmidt, P. J. (2011): A Review of ERP Research: A Future Agenda for Accounting Information Systems. Journal of Information Systems, 25 Jg., Nr. 1, S. 37–78.

    Google Scholar 

  • Hawking, P./Sellitto, C. (2010). Business Intelligence (BI) Critical Success Factors, ACIS 2010 Proceedings. 4, http://aisel.aisnet.org/acis2010/4, Abfrage: 01.05.2019.

  • Holsapple, C./Lee-Post, A./Pakath, R. (2014): A unified foundation for business analytics. Decicion Support Systems, 64 Jg., S. 130–141.

    Article  Google Scholar 

  • Holzblatt, M./Brands, K. (2015): Business Analytics: Transforming the Role of Management Accountants. Management Accounting Quarterly, 16 Jg., Nr. 3, S. 1–12.

    Google Scholar 

  • Horváth, P./Gleich, R./Seiter, M. (2015): Controlling. 13. Auflage, München: Vahlen.

    Book  Google Scholar 

  • Işik, O./Jones, M./Sidorova, A. (2013): Business intelligence success: The roles of BI capabilities and decision environments. Information and Management, 50 Jg., Nr. 1, S. 13–23.

    Google Scholar 

  • Jensen, M. L./Lowry, P. B./Burgoon, J. K./Nunamaker, J. F. (2010): Technology Dominance in Complex Decision Making: The Case of Aided Credibility Assessment, Journal of Management Information Systems, 27 Jg., Nr. 1, S. 175–202.

    Google Scholar 

  • Kowalczyk, M/Buxmann, P. (2015): An ambidextrous perspective on business intelligence and analytics support in decision processes: Insights from a multiple case study. Decision Support Systems, 80 Jg., S. 1–13.

    Article  Google Scholar 

  • Langmann, C. (2019): Digitalisierung im Controlling. Wiesbaden: Springer VS.

    Book  Google Scholar 

  • LaValle, S./Lesser, E./Shockley, R./Hopkins, M. S./Kruschwitz, N. (2011): Big Data, Analytics and the Path From Insights to Value. MIT Sloan Management Review, 52 Jg., Nr. 2, S. 20–32.

    Google Scholar 

  • Luhn, H. (1985): A Business Intelligence System. IBM Journal of Research and Development, 2 Jg., Nr. 4, S. 314–319.

    Google Scholar 

  • McAfee, A./Brynjolfsson, E. (2012): Big Data: The Management Revolution. Harvard Business Review, 90 Jg., S. 60–68.

    Google Scholar 

  • Malik, F. (2000): Führen, Leisten Leben: Wirksames Management für eine neue Zeit. 3. Auflage. Stuttgart/München: Deutsche Verlagsanstalt.

    Google Scholar 

  • Manyika, J./Chui, M/Brown B./Bughin, J./Dobbs R./Roxburgh, C./Byers, A. H. (2011): Big Data. The Next Frontier for Innovation, Competition, and Productivity, https://bigdatawg.nist.gov/pdf/MGI_big_data_full_report.pdf, Abfrage: 01.05.2019.

  • Matt, C./Hess, T./Benlian, A. (2015): Digital Transformation Strategies, Business and Information Systems Engineering, 57 Jg., Nr. 5, S. 339–343.

    Google Scholar 

  • Mehanna, W./Tatzel, J./Vogel, P. (2016): Business Analytics im Controlling– Fünf Anwendungsfelder. Controlling – Zeitschrift für erfolgsorientierte Unternehmenssteuerung, 28 Jg., Nr. 8-9, S. 502–508.

    Google Scholar 

  • Mikalef, F./Boura, M./Lekakos, G/Krokstie, J. (2019): Big data analytics and firm performance: Findings from a mixed method approach. Journal of Business Research, 98 Jg., S. 261–276.

    Article  Google Scholar 

  • Müller, R. M./Lenz, H.-J. (2013). Business Intelligence. Berlin: Springer.

    Book  Google Scholar 

  • Nielsen, S. (2015): The Impact of Business Analytics on Management Accounting, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2616363, Abfrage: 04.05.2019.

  • Nielsen, S. (2018): Reflections on the applicability of business analytics for management accounting – and future perspectives for the accountant. Journal of Accounting & Organizational Change, 14 Jg., Nr. 2, S. 167–187.

    Google Scholar 

  • Pousttchi, K./Moormann, J./Felten, J. (2015): The impact of new media on bank processes: a Delphi study. International Journal of Electronic Business, 12 Jg., Nr. 1, S. 1–45.

    Google Scholar 

  • Quattrone, P. (2016). Management accounting goes digital: Will the move make it wiser?. Management Accounting Research, 31 Jg., S. 118–122.

    Article  Google Scholar 

  • Rikhardsson, P./Yigitbasioglu, O. (2018): Business Intelligence & analytics in management accounting research: Status and future focus. International Journal of Accounting Information Systems, 29 Jg., S. 37–58.

    Article  Google Scholar 

  • Schläfke, M./Silvi, R./Möller, K. (2012): A framework for business analytics in performance management. International Journal of Productivity and Performance Management, 62 Jg., Nr. 1, S. 110–122.

    Google Scholar 

  • Schlegel, K./Owen, M./Buytendijk, F./Sommer, D. (2014): Create a Centralized and Decentralized Organizational Model for Business Intelligence, https://www.gartner.com/en/documents/289771816, Abgerufen: 05.05.2019.

  • Sidorova, A./Torres, R. (2014): Business Intelligence and Analytics: A Capabilities Dynamization View. Twentieth Americas Conference on Information Systems, S. 1–9.

    Google Scholar 

  • Spalek, K. (2017): Advanced Analytics II: Definition, Schritte und Tools von Advanced Analytics, https://blog.brockhaus-ag.de/blog/2017/05/22/advanced-analytics-2-wiekuenstliche-intelligenz-versicherungsunternehmen-bei-entscheidungen-hilft/, Abfrage: 20.04.2019.

  • Teece, D. J. (2007): Explicating dynamic Capabilities: The Nature and Microfoundations of (sustainable) Enterprise Performance. Strategic Management Journal, 28 Jg., Nr. 13, S. 1319–1350.

    Google Scholar 

  • Teece, D./Peteraf, M./Leih, S. (2016): Dynamic Capabilities and Organizational Agility: Risk, Uncertainity, and Strategy in the Innovation Economy. California Management Review, 58 Jg., Nr. 4, S. 13–34.

    Google Scholar 

  • Teece, D. J./Pisano, G./Shuen A. (1997): Dynamic Capabilities and Strategic Management. Strategic Management Journal, 18 Jg., Nr. 7, S. 509–533.

    Google Scholar 

  • Torres, R./Sidorova, A./Jones, M. C. (2018): Enabling firm performance through business intelligence and analytics: A dynamic capabilities perspective. Information & Management, 55 Jg., S. 822–839.

    Article  Google Scholar 

  • Trieu, V.-H. (2017): Getting value from Business Intelligence systems: A review and research agenda. Decision Support Systems, 93 Jg., S. 111–124.

    Article  Google Scholar 

  • Vidgen, R./Shaw, S./Grant, D. B. (2017): Management challenges in creating value from business analytics. European Journal of Operational Research, 261 Jg., S. 626–639.

    Article  Google Scholar 

  • Weber, J./Schäffer, U. (2016): Einführung in das Controlling. 15. Auflage. Stuttgart: Schäffer-Poeschl.

    Google Scholar 

  • Worley, C. G./Williams, T./Lawler, E. E./O’Toole, J. (2014): The Agility Factor: Building Adaptable Organizations for Superior Performance. San Francisco: Wiley & Sons.

    Google Scholar 

  • Zamecnik, R./Rajnoha, R. (2015): Strategic Business Performance Management on the Base of Controlling and Managerial Information Support. Procedia Economics and Finance, 26 Jg., S. 769–776.

    Article  Google Scholar 

  • Ziemba, E./Olszak, C. M. (2012): Critical Success Factors for Implementing Business Intelligence Systems in Small and Medium Enterprises on the Example of Upper Silesia, Poland. Interdisciplinary Journal of Information, Knowledge and Management, 7 Jg., S. 3–6.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Johannes Kepler Universität Linz, Linz, Österreich

    Daniel Pabinger & Stefan Mayr

Authors
  1. Daniel Pabinger
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Stefan Mayr
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Daniel Pabinger .

Editor information

Editors and Affiliations

  1. Institut für Controlling & Consulting, Johannes Kepler Universität Linz, Linz, Österreich

    Birgit Feldbauer-Durstmüller

  2. Institut für Controlling & Consulting, Johannes Kepler Universität Linz, Linz, Österreich

    Stefan Mayr

Rights and permissions

Reprints and permissions

Copyright information

© 2022 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Pabinger, D., Mayr, S. (2022). Controlling und Business Intelligence & Analytics. In: Feldbauer-Durstmüller, B., Mayr, S. (eds) Controlling – Aktuelle Entwicklungen und Herausforderungen. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-35169-4_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-35169-4_4

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-35168-7

  • Online ISBN: 978-3-658-35169-4

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation