nach oben

Erschienen in:

2021 | OriginalPaper | Buchkapitel

2. Umsetzbarkeit der Digitalisierung in Controlling-Prozessen

verfasst von : Friedrich Müller

Erschienen in: Quick Guide Digital Controlling

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Die Digitalisierung bietet unermessliche Möglichkeiten, die die Effizienz und Effektivität der einzelnen Controlling-Prozesse um ein Vielfaches erhöhen können. Erfahren Sie in diesem Kapitel, wie Lösungsmöglichkeiten in der Digitalisierung der Controlling-Prozesse aussehen können und wie Sie gezielt in das Digital Controlling investieren, um eine nachhaltige Grundlage für die digitale Zukunft des Unternehmens zu schaffen.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Digitalisierung im Controlling-Kontext

Nächstes Kapitel Erfolgsfaktoren der Digitalisierung von Controlling-Prozessen

Vgl. Otto und Legner (2016, S. 550); vgl. Kempter und Peters 2017, S. 33; Baumöl und Homrighausen (2010, S. 500).

Vgl. Möller et al. (2017a, S. 58).

Vgl. Eschenbach und Siller (2019, S. 138).

Vgl. Baumöl et al. (2017, S. 4); Schäffer und Weber (2016, S. 9).

Vgl. Petzold und Westerkamp (2018, S. 129).

Vgl. Nasca et al. (2018a, S. 80).

Vgl. Friedl (2019, S. 38).

Vgl. Kreher und Gundel (2019, S. 82 ff.)

Vgl. Najderek (2020, S. 131).

Vgl. Becker et al. (2011, S. 226).

Vgl. Bange (2016, S. 103).

Vgl. Baars und Kemper (2015, S. 224).

Die verbreitete Untersuchungsdefinition von Big Data ist: „data thats too big, too fast or too hard“, um sie mit bestehenden Werkzeugen zu verarbeiten; vgl. Clarke (2016, S. 77).

Vgl. Faroukhi et al. (2020, S. 2).

Vgl. Friedl (2019, S. 38).

Vgl. Kessler und Gómez (2020, S. 90).

Vgl. Brynjolfsson et al. (2011, S. 31); Dwivedi et al. (2017, S. 209); Ransbotham und Kiron (2017, S. 4).

Vgl. Fosso Wamba et al. (2015, 2 ff.)

Vgl. Schäffer und Leyh (2017, S. 99).

Vgl. Möller et al. (2017a, S. 58).

Vgl. Kempter und Peters (2017, S. 33); Zechmann und Möller (2016, S. 559).

Vgl. Mauro et al. (2015, S. 97); Gandomi und Haider (2015, S. 138); Chamoni und Gluchowski (2017, S. 11).

Vgl. Friedl (2019, S. 38).

Vgl. Otto und Legner (2016, S. 550).

Vgl. Becker und Winkelmann (2019, S. 103).

Vgl. Najderek (2020, S. 140).

Vgl. Becker und Winkelmann (2019, S. 103).

Vgl. Kessler und Gómez (2020, S. 90).

Vgl. Schulte und Bülchmann (2016, S. 55).

Vgl. Alexander et al. 2018, S. 55 f.; Pedell et al. (2017, S. 57).

Vgl. Baars und Kemper (2015, S. 222).

Google Flu war eine Dienstleistung des Unternehmens Alphabet, das versuchte die Grippehäufigkeit (Prävalenz) durch die Internetrecherche mit Fokus auf gripperelevante Suchbegriffe anzuschätzen. Vgl. Butler (2013, S. 155).

Vgl. Lazer et al. (2014, S. 1203).

Vgl. Merendino et al. (2018, S. 67).

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

Vgl. Grönke und Ahr (2017, S. 127).

Vgl. Bley et al. (2020, S. 51).

Vgl. Möller und Illich-Edlinger (2018, S. 58); International Group of Controlling (2017, S. 58).

Vgl. Horváth et al. (2020, S. 474).

Vgl. Friedl (2019, S. 38).

Vgl. Gronau et al. (2016, S. 476); Kirchberg und Müller (2016, S. 83 f).

Vgl. Heimel und Müller (2019, S. 400).

Unstrukturierte Daten stammen aus Quellen wie Mails samt PDF Anhang, Sprache, Rechnungen, Präsentationen etc.; vgl. Fuchslueger (2016, S. 69).

Vgl. Seufert (2014, S. 39); Weichel und Herrmann (2016, S. 9); Freistühler et al. (2019, S. 63); Kempkes et al. (2018, S. 136).

Vgl. Weber (1993, S. 230).

Vgl. Friedl (2019, S. 38).

Vgl. International Group of Controlling (2017, S. 58).

Vgl. Kempter und Peters (2017, S. 106).

Vgl. Schön (2012, S. 192).

Vgl. Kirchberg und Palenta (2012, S. 52).

Vgl. Fikri et al. (2019, S. 1).

Vgl. Blakespoor (2019, S. 954).

Vgl. International Group of Controlling (2017, S. 5)8.

Vgl. Fikri et al. (2019, S. 1).

Vgl. International Group of Controlling (2017, S. 58); Kempter und Peters (2017, S. 144 f.)

Vgl. Costa et al. (2019, S. 1); Krishnan (2013, S. 144).

Vgl. Grolinger et al. (2013, S. 1).

Vgl. Kessler und Gómez (2020, S. 90).

Vgl. Gärtner und Rockenschaub (2015, S. 713).

Vgl. Shamsi et al. (2013, S. 288).

Vgl. Hoberg et al. (2012, S. 299).

Vgl. Horváth et al. (2020, S. 479).

Vgl. Sinzig (2015, S. 236).

Vgl. Loos et al. (2012, S. 213); Schmitz 2018, S. 30 f.

Vgl. Kramer (2018, S. 104); Fleckenstein und Fellows (2018, S. 7).

Vgl. Sinzig (2015, S. 237 f.)

Vgl. Gleich et al. (2018, S. 17 ff.)

Vgl. Loos et al. (2012, S. 213); Schmitz (2018, S. 30 f.); Horváth et al. 2020, S. 479; Sinzig (2015, S. 236).

Vgl. Gleich et al. (2018, S. 58).

Vgl. Gleich et al. (2018, S. 17).

Vgl. Stein Smith (2020, S. 217).

Vgl. Yermack (2017, S. 7).

Vgl. Babich und Hilary (2020, S. 223); Prewett et al. (2020, S. 21).

Vgl. Hirschfelder et al. (2018, S. 114 f.)

Vgl. Baumöl und Homrighausen (2010, S. 499).

Vgl. Dong et al. (2018, S. 122).

Vgl. Marshall Anthony et al. (2015, S. 33); Cato et al. (2015 136 ff.); Kim und Park (2017, S. 262); Janssen et al. (2017, S. 343); Sanders (2016, S. 41).

Vgl. Philip Chen und Zhang (2014, S. 315); Klier und Heinrich (2016, S. 488).

Vgl. Otto und Österle (2016, S. 31).

Vgl. Redman (1999, S. 267); Rizk et al. (2019, S. 1).

Vgl. Gopalkrishnan et al. (2012, S. 8).

Vgl. International Group of Controlling (2017, S. 59).

Vgl. Otto und Österle (2016, S. 1).

Vgl. Otto und Legner (2016, S. 554).

Vgl. Heimel und Müller (2019, S. 413); Schäffer und Weber (2016, S. 9).

Vgl. Schäffer und Leyh (2017, S. 109).

Vgl. Otto und Österle (2016, S. 45).

Vgl. Otto und Legner (2016, S. 554).

Vgl. Schäffer und Weber (2016, S. 9).

Vgl. Niedermayr-Kruse und Losbichler (2016, S. 66 ff.).

Vgl. Bensberg und Buscher (2017, S. 9).

Vgl. Koch und Storm (2020, S. 38); Friedl (2019, S. 40).

Vgl. Schäffer und Brückner (2019, S. 15); Schöning et al. 2020, S. 63.

Vgl. Weichel und Herrmann (2016, S. 14).

Vgl. Schöning et al. (2020, S. 63).

Vgl. Schäffer und Weber (2018, S. 4).

Vgl. Schäffer und Weber (2016, S. 9); Horváth (2017, S. 123).

Vgl. Abel und Nevries (2019, S. 79).

100

Vgl. Egle und Keimer (2018, S. 51); Weichel und Herrmann (2016, S. 10).

101

Vgl. Schulte und Bülchmann (2016, S. 55).

102

Vgl. International Group of Controlling (2017, S. 59).

103

Vgl. Schäffer und Weber (2016, S. 9).

104

Vgl. Friedl (2019, S. 38).

105

Vgl. Drerup et al. (2018, S. 12).

106

Vgl. Egle und Keimer (2018, S. 50).

107

Vgl. Nobach und Immel (2017, S. 81).

108

Vgl. Möller et al. (2017b, S. 67).

109

Vgl. Losbichler und Gänßlen (2018, S. 32).

110

Vgl. Friedl (2019, S. 40).

111

Vgl. Steiner und Welker (2016, S. 72).

112

Vgl. Horváth (2017, S. 124).

113

Vgl. Kirchmann et al. (2016, S. 34).

114

Vgl. Otto (2011, S. 241).

115

Vgl. Ransbotham und Kiron (2017, S. 4).

116

Vgl. Benfeldt et al. (2020, S. 299).

117

Vgl. Grönke und Ahr (2017, S. 127).

118

Vgl. Baumöl und Meschke (2009, S. 62).

119

Vgl. Möller et al. (2017a, S. 57).

120

Vgl. Otto et al. (2012, S. 192 f.)

121

Vgl. Otto und Gizanis (2010, S. 72).

122

Vgl. International Group of Controlling (2017, S. 59).

123

Vgl. Gleich et al. (2014, S. 369).

124

Vgl. Muff (2019, S. 94).

125

Vgl. International Group of Controlling (2017, S. 48).

126

Vgl. Weber et al. (2012, S. 49).

127

Vgl. Meier (2006, S. 66 ff.)

128

Vgl. Taschner (2013, S. 163).

129

Vgl. International Group of Controlling (2017, S. 49).

130

Vgl. Kempkes et al. (2018, S. 134).

131

Vgl. Michel (2017, S. 47).

132

Vgl. Cohen et al. (2017, S. 1178).

133

Vgl. Bange (2017, S. 32).

134

Vgl. Bange (2017, S. 32).

135

Vgl. International Group of Controlling (2017, S. 49).

136

Vgl. International Group of Controlling (2017, S. 49).

137

Vgl. International Group of Controlling (2017, S. 45).

138

Manager sind mithilfe des Self-Service in der Lage wichtige Informationen bezüglich der Unternehmenssteuerung selbstständig, direkt, ortsunabhängig und in Echtzeit zu filtern. vgl. Feldbauer-Durstmüller und Mayr (2019, S. 197); Najderek (2020, S. 134).

139

Vgl. Horváth et al. 2020, S. 485.

140

Vgl. Kajüter et al. (2019, S. 141).

141

Vgl. Aguirre und Rodriguez (2017, S. 65); Knauer et al. (2020, S. 74).

142

Vgl. Springer (2020, S. 69).

143

Vgl. Langmann und Turi (2020, S. 28).

144

Vgl. Knauer et al. (2020, S. 68).

145

Vgl. Sejdić (2020, S. 63); van der Aalst et al. (2018, S. 269).

146

Vgl. Weber (2018, S. 25).

147

Vgl. Hermann et al. (2018, S. 29).

148

Vgl. Dülken et al. (2017, S. 167 f.)

149

Vgl. Kempkes et al. (2018, S. 135); Rasche und Schmidt-Gothan (2018, S. 1983).

150

Vgl. Rasche und Schmidt-Gothan (2018, S. 1984).

151

Vgl. Becker und Winkelmann (2019, S. 104).

152

Vgl. Gleich et al. (2018, S. 57).

153

Vgl. International Group of Controlling (2017, S. 48).

154

Vgl. International Group of Controlling (2017, S. 46).

155

Vgl. Reichmann et al. (2017, S. 154).

156

Vgl. Strohmeier (2008, S. 60).

157

Vgl. Reichmann et al. (2017, S. 154).

158

Vgl. Schmidt (2016, S. 36).

159

Vgl. Sidler und Gerussi (2020, S. 251); Keimer und Egle (2020, S. 1).

160

Vgl. Keimer und Egle (2020, S. 1).

161

„Eine Reporting Factory ist eine dezidierte Einheit, die allgemein gesprochen für das Bereitstellen von Berichten zuständig ist. Sie gewährleistet eine effiziente Aufbereitung von Daten und stellt die daraus generierten Informationen den Adressaten zur Verfügung“. vgl. Schmitz et al. (2014, S. 2).

162

Vgl. Taschner (2014, S. 13); Gräf und Isensee (2013, S. 91).

163

Vgl.Weiblen et al. (2010, S. 244).

164

Vgl. Bange (2016, S. 115); International Group of Controlling (2017, S. 46).

165

Vgl. Kroll und Kittelberger (2014, S. 189); Eschenbach und Siller (2019, S. 355).

166

Vgl. Waniczek et al. (2018, S. 57).

167

Vgl. Bange (2016, S. 114 ff.)

168

Vgl. International Group of Controlling (2017, S. 46).

169

Vgl. Kirchmann et al. (2016, S. 29).

170

Vgl. International Group of Controlling (2017, S. 46).

171

Vgl. Kirchberg und Müller (2016, S. 94).

172

Vgl. Gleich et al. (2016, S. 136).

173

Vgl. Horváth und Michel (2012, S. 310).

174

Vgl. Kempkes et al. (2018, S. 135).

175

Vgl. International Group of Controlling (2017, S. 47).

176

Vgl. Becker und Winkelmann (2019, S. 104).

177

Vgl. Stephenson et al. (2013, S. 354).

178

Vgl. Kirchmann et al. (2016, S. 32).

179

Vgl. Eschenbach und Siller (2019, S. 344 ff.)

180

Vgl. Appelbaum et al. (2017, S. 29).

181

Vgl. Pereira (2020, S. 65).

182

Vgl. Petrescu und Gironda (2019, S. 252).

183

Einen guten Überblick über kostenlose Toolkits und Bibliotheken zur Entwicklung von KI-Anwendungen bietet Buxmann und Schmidt (2020).

184

Vgl. Prat (2019, S. 375).

185

Vgl. Chen et al. (2012, S. 1166).

186

Vgl. Prat (2019, S. 375).

187

Vgl. Pereira (2020, S. 65).

188

Vgl. Gartner, Inc. (2017).

189

Vgl. Prat (2019, S. 375).

190

Vgl. Alhlou et al. (2016, S. 482); o.V. (2020b).

191

Vgl. o.V. (2020a).

192

Vgl. International Group of Controlling (2017, S. 47 f.)

193

Vgl. Isensee (2017, S. 34).

194

Vgl. Kirchberg und Müller (2016, S. 94).

195

Vgl. Bange (2017, S. 99).

196

Vgl. Eschenbach und Siller (2019, S. 349).

197

Vgl. Schulze und Wiesmann (2019, S. 130).

198

Vgl. Rasche und Schmidt-Gothan (2018, S. 1984).

199

Vgl. Stephenson et al. (2013, 354 f.)

200

Vgl. International Group of Controlling (2017, S. 33).

201

Vgl. Becker et al. (2015, S. 127).

202

Vgl. Dillerup et al. (2019, S. 46); Gegenmantel (2020, S. 41); vgl. Appelbaum et al. (2017, S. 29).

203

Vgl. Gegenmantel (2020, S. 41); Büchler und Kappes (2019, S. 195).

204

Vgl. Gegenmantel (2020, S. 41).

205

Vgl. Bley et al. (2020, S. 51).

206

Vgl. Büchler und Kappes (2019, S. 196).

207

Vgl. Leyk et al. (2017, S. 55).

208

Vgl. Büchler und Kappes (2019, S. 198 ff.)

209

Vgl. Schlösser et al. (2019, S. 39).

210

Vgl. Leyk et al. (2017, S. 55).

211

Vgl. International Group of Controlling (2017, S. 32 ff.)

212

Vgl. Schlösser et al. (2019, S. 39).

213

Vgl. Appelbaum et al. (2017, S. 29); Büchler und Kappes (2019, S. 201); Friedl (2019, S. 38).

214

Vgl. Schlösser et al. (2019, S. 39).

215

Vgl. Appelbaum et al. (2017, S. 29); Büchler und Kappes (2019, S. 201).

216

Vgl. Kramer (2018, S. 103).

217

Vgl. Friedl (2019, S. 38).

218

Vgl. Leyk et al. (2017, S. 55).

219

Vgl. Gegenmantel (2020, S. 41).

220

Vgl. Bley et al. (2020, S. 51).

221

Vgl. Nasca et al. (2018b, S. 39).

222

Vgl. International Group of Controlling (2017, S. 34).

223

Vgl. o.V. (2020c).

224

Vgl. Büchler und Kappes (2019, S. 203).

225

Prämissen sind notwendige Annahmen über nicht beeinflussbare, aber planungsrelevante Rahmenbedingungen (z. B. Rohölpreise). vgl. INTERNATIONAL GROUP OF CONTROLLING (2017, S. 35).

226

Vgl. International Group of Controlling (2017, S. 34 f.)

227

Vgl. Leyk et al. (2017, S. 55).

228

Vgl. Büchler und Kappes (2019, S. 201).

229

Vgl. Hansen et al. (2003, S. 95); Bergmann et al. (2020, S. 8); Behringer (2018, S. 158).

230

Vgl. Gleich et al. (2015, S. 35).

231

Vgl. Schnupp und Möller (2018, S. 20).

232

Vgl. Brynjolfsson und Hitt (2000, S. 23); Bergmann et al. (2020, S. 25).

233

Vgl. International Group of Controlling (2017, S. 35).

234

Vgl. Rieg (2015, S. 169).

235

Vgl. Schlösser et al. (2019, S. 42).

236

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

237

Vgl. Schlösser et al. (2019, S. 49 f.)

238

Vgl. Bley et al. (2020, S. 51).

239

Vgl. Kempkes et al. (2018, S. 135).

240

Vgl. Nobach (2019, S. 262).

241

Vgl. Heimel und Müller (2019, S. 405).

242

Vgl. Kappes und Leyk (2018, S. 9).

Abel, Sören, und Pascal Nevries. 2019. Ist mehr Digitalisierung immer besser? Controlling 31 (4):79–82. https://doi.org/10.15358/0935-0381-2019-4-80.CrossRef

Aguirre, Santiago, und Alejandro Rodriguez. 2017. Automation of a Business Process Using Robotic Process Automation (RPA) A Case Study. In Applied Computer Sciences in Engineering (Bd. 742, Communications in Computer and Information Science), Hrsg. Juan Carlos Figueroa-García, Eduyn Ramiro López-Santana, José Luis Villa-Ramírez, und Roberto Ferro-Escobar, 65–71. Cham: Springer International Publishing.

Alexander, Svatopluk, Sven Fahn, Marisa Schäfer, Daniel Vink, Burkhard Pedell, und Joachim Sautter. 2018. SAP® S/4HANA Finance – Ein Akzelerator für die digitale Transformation im Finanzbereich? Controlling 30 (3):54–59. https://doi.org/10.15358/0935-0381-2018-S-54.CrossRef

Alhlou, Feras, Asif Shiraz, und Eric Fettman, Hrsg. 2016. Google Analytics Breakthrough. Hoboken: John Wiley & Sons Inc.

Appelbaum, Deniz, Alexander Kogan, Miklos Vasarhelyi, und Zhaokai Yan. 2017. Impact of business analytics and enterprise systems on managerial accounting. International Journal of Accounting Information Systems 25: 29–44. https://doi.org/10.1016/j.accinf.2017.03.003.CrossRef

Baars, Henning, und Hans-Georg Kemper. 2015. Integration von Big Data-Komponenten in die Business Intelligence. Controlling 27 (4/5):222–228. https://doi.org/10.15358/0935-0381-2015-4-5-222.CrossRef

Babich, Volodymyr, und Gilles Hilary. 2020. OM Forum – Distributed Ledgers and Operations: What Operations Management Researchers Should Know About Blockchain Technology. M&SOM 22 (2): 223–240. https://doi.org/10.1287/msom.2018.0752.CrossRef

Bange, Carsten. 2016. Werkzeuge für analytische Informationssysteme. In Analytische Informationssysteme. Business Intelligence-Technologien und –Anwendungen. , 5., vollständig überarbeitete Aufl., Hrsg. Peter Gluchowski und Peter Chamoni, 97–128. Berlin: Springer Gabler.

Bange, Carsten. 2017. Reporting und Business Intelligence. Unter Mitarbeit von Bernhard Bergmann. (3. Aufl.) München: Haufe-Lexware GmbH & Co. KG. Online verfügbar unter https://www.wiso-net.de/document/HAUF__9783648092644289.

Baumöl, Ulrike, Alina Bockshecker, und Christian Grawe. 2017. Entscheidungsunterstützung für eine effiziente Informationslogistik. Controlling 29 (5): 4–11. https://doi.org/10.15358/0935-0381-2017-5-4.CrossRef

Baumöl, Ulrike, und Andreas Homrighausen. 2010. Datenmanagement mittels Realweltmodellierung. Controlling 22 ((8/9)): 497–500. https://doi.org/10.15358/0935-0381-2010-8-9-497.CrossRef

Baumöl, Ulrike, und Martina Meschke. 2009. Das Management von Datenqualität. Controlling & Management 53 (1): 62–65. https://doi.org/10.1007/s12176-009-0016-0.CrossRef

Becker, Alexander, Jörg Leyk, und Lars Riemer. 2015. Best Practice Award: Agile Planung bei Bayer Material Science. In Moderne Instrumente der Planung und Budgetierung. Innovative Ansätze und Best Practice für die Unternehmenssteuerung (Haufe Fachbuch), Hrsg. Jörg Leyk, Michael Kappes, Martin Tschandl, Ronald Gleich, Siegfried Gänßlen,und Udo Kraus, 127–145. Freiburg: Haufe-Lexware GmbH & Co. KG.

Becker, Jörg, und Axel Winkelmann. 2019. Handelscontrolling. Berlin: Springer.CrossRef

Becker, Wolfgang, Kristin Kollacks, und Patrick Ulrich. 2011. ZP-Stichwort: Business Intelligence und Business Intelligence-Tools. Journal of Management Control 21 (2):223–232. https://doi.org/10.1007/s00187-010-0091-6.CrossRef

Behringer, Stefan 2018. Konzerncontrolling. 3., aktualisierte Aufl. Berlin: Springer (Lehrbuch). http://www.springer.com/.

Benfeldt, Olivia, und John Stouby Persson. 2020. Data governance as a collective action problem. Information Systems Frontiers 22 (2):299–313. https://doi.org/10.1007/s10796-019-09923-z.CrossRef

Bensberg, Frank, und Gandalf Buscher. 2017. Controller gesucht! Kompetenzen und Berufsbilder. Controlling & Management Review 61 (8): 8–17. https://doi.org/10.1007/s12176-017-0102-7.CrossRef

Bergmann, Mareike, Christian Brück, Thorsten Knauer, und Anja Schwering. 2020. Digitization of the budgeting process: Determinants of the use of business analytics and its effect on satisfaction with the budgeting process. Journal of Management Control 31 (1):25–54. https://doi.org/10.1007/s00187-019-00291-y.CrossRef

Blakespoor, Elizabeth. 2019. The Impact of Information Processing Costs on Firm Disclosure Choice: Evidence from the XBRL Mandate. Journal of Accounting Research 57 (4):919–967. https://doi.org/10.1111/1475-679X.12268.CrossRef

Bley, Christopher, Alexander Giesel, und Franca Ruhwedel. 2020. Einsatz von Big Data und Predictive Analytics in der Unternehmensplanung – Ergebnisse einer Befragungsstudie. Controlling 32 (2):45–52. https://doi.org/10.15358/0935-0381-2020-2-45.CrossRef

Brynjolfsson, Erik, und Lorin M. Hitt. 2000. Beyond computation: Information technology organizational transformation and business performance. Journal of Economic perspectives 14 (4):23–48. https://doi.org/10.1257/jep.14.4.23.CrossRef

Brynjolfsson, Erik, Lorin M. Hitt, und Heekyung Hellen Kim. 2011. Strength in numbers: How does data-driven decisionmaking affect firm performance? SSRN Journal 1:1–33. https://doi.org/10.2139/ssrn.1819486.CrossRef

Büchler, Dennis, und Michael Kappes. 2019. Planungsplattform als Dreh- und Angelpunkt für die Unternehmensplanung im digitalen Zeitalter. In Planung, Budgetierung und Forecasting – inkl. Arbeitshilfen online. Innovative und digitale Instrumente für die Unternehmenssteuerung Ronald Gleich (Haufe Fachbuch), Hrsg. Michael Kappes und Jörg Leyk, 193–211. Stuttgart: Haufe.

Butler, Declan. 2013. When Google got flu wrong. Nature 494 (7436):155–156. https://doi.org/10.1038/494155a.CrossRef

Buxmann, Peter, und Schmidt, Holger. 2020. Künstliche Intelligenz. KI-Jobmonitor/Nachrichten/Literatur/Anbieter/Tools/Buch. www.ki-business.de, zuletzt aktualisiert am 2020, zuletzt geprüft am 05.10.2020.

Cato, Patrick, Philipp Golzer, und Walter Demmelhuber. 2015. An investigation into the implementation factors affecting the success of big data systems. In 2015 11th International Conference on Innovations in Information Technology (IIT), 134–139. Dubai: IEEE.

Chamoni, Peter, und Peter Gluchowski. 2017. Business analytics — State of the art. CMR Controlling & Management Review 61 (4):8–17. https://doi.org/10.1007/s12176-017-0030-6.CrossRef

Chen, Hsinchun, Roger Chiang, und Veda Storey. 2012. Business intelligence and analytics: From big data to big impact. MIS Quarterly 36 (4):1165. https://doi.org/10.2307/41703503.CrossRef

Clarke, Roger. 2016. Big data, big risks. Infoemation Systems Journal 26 (1): 77–90. https://doi.org/10.1111/isj.12088.CrossRef

Cohen, Jeffrey, Ganesh Krishnamoorthy, und Arnold Wright. 2017. Enterprise risk management and the financial reporting process: The experiences of audit committee members, CFOs, and external auditors. Contemporary Accounting Research 34 (2):1178–1209. https://doi.org/10.1111/1911-3846.12294.CrossRef

Costa, Eduarda, Carlos Costa, und Maribel Yasmina Santos. 2019. Evaluating partitioning and bucketing strategies for Hive-based Big Data Warehousing systems. Journal of Big Data 6 (1):1–38. https://doi.org/10.1186/s40537-019-0196-1.CrossRef

de Mauro, Andrea, Marco Greco, und Michele Grimaldi. 2015. What is big data? A consensual definition and a review of key research topics. American Institute of Physics 1644 (1):97–104. https://doi.org/10.13140/2.1.2341.5048. CrossRef

Dillerup, Ralf, Tobias Witzemann, Simon Schacht, und Luca Schaller. 2019. Planung im digitalen Zeitalter. Controlling &Management Review 63 (3):46–53. https://doi.org/10.1007/s12176-019-0011-z.CrossRef

Dong, Xinhua, Heng He, Chao Li, Yongchuan Liu, und Houbo Xiong. 2018. Scene-Based big data quality management framework. In Data science (Bd. 901 Communications in Computer and Information Science), Hrsg. Qinglei Zhou, Yong Gan, Weipeng Jing, Xianhua Song, Yan Wang, und Zeguang Lu, 122–139. Singapore: Springer Singapore.

Drerup, Bianca, Francesco Suprano, und Andreas Wömpener. 2018. Controller 4.0 – Anforderungsprofil des Controllers im digitalen Zeitalter. CON 30 (S):12–19. https://doi.org/10.15358/0935-0381-2018-S-12sss.CrossRef

Dülken, Fabian, Matthias Emler, Jörg Leyk, Jan Tatzel. 2017. Digitales Controlling: Wie sich Anforderungen an BI und Analytics im Zuge der Digitalisierung verändern. In Strategische Unternehmensführung mit Advanced Analytics. Neue Möglichkeiten von Big Data für Planung und Analyse erkennen und nutzen (Bd. 11430, Haufe Fachbuch), Hrsg. Ronald Gleich, Kai Grönke, Markus Kirchmann, und Jörg Leyk, 165–182. München: Haufe Lexware.

Dwivedi, Yogesh K., Marijn Janssen, Emma L. Slade, Nripendra P. Rana, Vishanth Weerakkody, Jeremy Millard, et al. 2017. Driving innovation through big open linked data (BOLD): Exploring antecedents using interpretive structural modelling. Information Systems Frontiers 19 (2):197–212. https://doi.org/10.1007/s10796-016-9675-5.CrossRef

Egle, Ulrich, und Imke Keimer. 2018. Kompetenzprofil „Digitaler Controller“. CONTROLLER Magazin, (5):49–53. https://www.wiso-net.de/document/COWI__201809074953.

Eschenbach, Rolf, und Helmut Siller. 2019. Controlling professionell. Gut gerüstet für digitale Herausforderungen, 3. Aufl. Stuttgart: Schäffer-Poeschel.CrossRef

Faroukhi, Abou Zakaria, Imane El Alaoui, Youssef Gahi, und Aouatif Amine. 2020. Big data monetization throughout Big Data Value chain: a comprehensive review. Journal of Big Data 7 (1): 1–3. https://doi.org/10.1186/s40537-019-0281-5.CrossRef

Feldbauer-Durstmüller, Birgit, und Stefan Mayr, Hrsg. 2019. Controlling – Aktuelle Entwicklungen und Herausforderungen. Digitalisierung, Nachhaltigkeit und Spezialaspekte. Wiesbaden: Springer.

Fikri, Noussair, Mohamed Rida, Noureddine Abghour, Khalid Moussaid, und Amina EL Omri. 2019. An adaptive and real-time based architecture for financial data integration. Journal of Big Data 6 (1):1–25. https://doi.org/10.1186/s40537-019-0260-x.CrossRef

Fleckenstein, Mike, und Lorraine Fellows. 2018. Big data and data management. In Modern data strategy, Hrsg. Mike Fleckenstein und Lorraine Fellows, 7–10. Cham: Springer International Publishing.CrossRef

Fosso Wamba, Samuel, Shahriar Akter, Andrew Edwards, Geoffrey Chopin, und Denis Gnanzou. 2015. How ‘big data’ can make big impact: Findings from a systematic review and a longitudinal case study. International Journal of Production Economics 165:234–246. https://doi.org/10.1016/j.ijpe.2014.12.031.CrossRef

Freistühler, Sven, Jan A. Kempkes, Francesco Suprano, und Andreas Wömpener. 2019. Controller und Data Scientist in der Unternehmenspraxis. Controlling 31 (3):63–69. https://doi.org/10.15358/0935-0381-2019-3-63.CrossRef

Friedl, Gunther. 2019. Neue Aufgaben im Controlling durch digitale Transformation. Controlling 31 (3):38–41. https://doi.org/10.15358/0935-0381-2019-3-38.CrossRef

Fuchslueger, Jörg. 2016. Semantische Analyse unstrukturierter Daten. Review und Analyse: Big-Data Ansatz bei internen Untersuchungen anhand eines Beispiels. Austrian Law Journal 1:68–77. https://doi.org/10.25364/1.3:2016.1.5.CrossRef

Gandomi, Amir, und Murtaza Haider. 2015. Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management. 35 (2):137–144. https://doi.org/10.1016/j.ijinfomgt.2014.10.007.CrossRef

Gärtner, Bernhard, und Thomas Rockenschaub. 2015. Cloud Computing und Controlling – Chancen und Risiken. Controlling 27 (12):709–714. https://doi.org/10.15358/0935-0381-2015-12-709.CrossRef

Gartner, Inc. 2017. Gartner says more than 40 percent of data science tasks will be automated by 2020. Gartner Incorporation. https://www.gartner.com/en/newsroom/press-releases/2017-01-16-gartner-says-more-than-40-percent-of-data-science-tasks-will-be-automated-by-2020, zuletzt geprüft am 28.07.2020.

Gegenmantel, Rolf. 2020. Planung verändern mit neuer Technologie. Controlling & Management Review 64 (3):40–45. https://doi.org/10.1007/s12176-020-0094-6.CrossRef

Gleich, Ronald, Kai Grönke, und Holger Schmidt. 2014. Prozesse des Controllerbereichs kontinuierlich weiterentwickeln. Controlling 26 (7): 364–372. https://doi.org/10.15358/0935-0381_2014_7_364.CrossRef

Gleich, Ronald, Kai Grönke, und Holger Schmidt. 2016. Prozessmanagement im Controllerbereich. In Handbuch Controlling (Springer NachschlageWissen), Hrsg. Wolfgang Becker und Patrick Ulrich, 123–138. Wiesbaden: Springer Gabler.

Gleich, Ronald, Andreas Kramer, Martin Esch, Hrsg. (2018). In-Memory-Datenbanken: Auf dem Weg zur Unternehmenssteuerung der Zukunft. Anwendungsmöglichkeiten und Migrationspfade am Beispiel von SAP HANA. Unter Mitarbeit von Andreas Kramer. Freiburg [im Breisgau]: Haufe. https://www.wiso-net.de/document/HAUF__9783648108918248.

Gleich, Ronald, Peter Schentler, Martin Tschandl, Robert Rieg, Udo Kraus, und Uwe Michel. 2015. Moderne Budgetierung im Überblick. In Moderne Instrumente der Planung und Budgetierung. Innovative Ansätze und Best Practice für die Unternehmenssteuerung (Haufe Fachbuch), Hrsg. Jörg Leyk, Michael Kappes, Martin Tschandl, Ronald Gleich, Siegfried Gänßlen, und Udo Kraus, 33–53. Freiburg: Haufe-Lexware GmbH & Co. KG.

Gopalkrishnan, Vivekanand, David Steier, Harvey Lewis, und James Guszcza. 2012. Big data, big business. In Proceedings of the 1st international workshop on big data, streams and heterogeneous source mining algorithms, systems, programming models and applications – BigMine ’12 the 1st international workshop Beijing, China, 12082012 – 12082012, Hrsg. Wei Fan, Albert Bifet, Qiang Yang, und Philip Yu, 7–11. New York: ACM Press.

Gräf, Jens, und Johannes Isensee. 2013. Mit prozessorientiertem Performance Management zur Controlling Excellence. In Controllingprozesse optimieren. 1. Aufl. (Haufe Fachbuch), Hrsg. Ronald Gleich, 75–94. Freiburg i. Br.: Haufe.

Grolinger, Katarina, Wilson A. Higashino, Abhinav Tiwari, und Miriam AM. Capretz. 2013. Data management in cloud environments: NoSQL and NewSQL data stores. Journal of Cloud Computing 2 (1):1–22. https://doi.org/10.1186/2192-113X-2-22.CrossRef

Gronau, Norbert, Christof Thim, und Corinna Fohrholz. 2016. Business Analytics in der deutschen Praxis. Controlling 28 (8/9):472–479. https://doi.org/10.15358/0935-0381-2016-8-9-472.CrossRef

Grönke, Kai, und Helmut Ahr. 2017. Reengineering des CFO-Bereichs. Automatisierung der Prozesse, neue Organisationsformen und veränderte Rollen. In Digitalisierung der Unternehmenssteuerung. Prozessautomatisierung, Business Analytics, Big Data, SAP S/4 HANA, Anwendungsbeispiele, Hrsg. Michael Kieninger. Stuttgart: Schäffer-Poeschel.

Hansen, Stephen, David Otley, und Wim van der Stede. 2003. Practice Developments in Budgeting: An Overview and Research Perspective. Journal of Management Accounting Research 15 (1):95–116. https://doi.org/10.2308/jmar.2003.15.1.95.CrossRef

Heimel, Jana, und Michael Müller. 2019. Controlling 4.0. In Management 4.0 – Unternehmensführung im digitalen Zeitalter, Hrsg. Michael Erner, 389–430. Heidelberg: Springer.CrossRef

Hermann, Kathrin, Roman Stoi, und Björn. Wolf. 2018. Robotic Process Automation im Finance & Controlling der MANN+HUMMEL Gruppe. Controlling 30 (3):28–34. https://doi.org/10.15358/0935-0381-2018-3-28.CrossRef

Hirschfelder, Oliver, Laura Schlecht, und Arne Buchwald. 2018. Blockchain: Potentielle Auswirkungen auf das Controlling. In Digitalisierung & Controlling. Technologien, Instrumente, Praxisbeispiele, 1. Aufl., Hrsg. Ronald Gleich und Martin Tschandl, 103–118. Freiburg i. Br.: Haufe.

Hoberg, Patrick, Jan Wollersheim, Markus Böhm, und Helmut Krcmar. 2012. Cloud Computing – Überblick und Herausforderungen für das Controlling. Controlling 24 (6):294–300. https://doi.org/10.15358/0935-0381-2012-6-294.CrossRef

Horváth, Péter. 2017. Geschäftsmodellinnovationen durch Digitalisierung – Neue Herausforderungen an den Controller. In Technologie, Strategie und Organisation, Hrsg. Wolfgang Burr und Michael Stephan, 113–125. Wiesbaden: Springer.CrossRef

Horváth, Péter, Ronald Gleich, und Mischa Seiter. 2020. Controlling , 14., komplett überarbeitete Aufl. München: Vahlen.CrossRef

Horváth, Péter, Uwe Michel. 2012. Controlling und Finance. Steuerung im volatilen Umfeld. Stuttgart: Schäffer-Poeschel. http://gbv.eblib.com/patron/FullRecord.aspx?p=1026098.

International Group of Controlling. 2017. Controlling-Prozessmodell 2.0. Leitfaden für die Beschreibung und Gestaltung von Controllingprozessen. 2. Aufl. Freiburg: Haufe (IGC-Schriften). https://www.haufe.de/.

Isensee, Johannes. 2017. Reporting 4.0: Management Reporting im digitalen Kontext. In Carsten Bange, Andreas Kirchberg, Andreas Lemmerer, Andreas Wiener, Bernhard Bergmann, Christina Eilers et al.: Reporting und Business Intelligence. 3. Aufl. Hg. v. Andreas Klein und Jens Gräf. Freiburg: Haufe, S 23–40.

Janssen, Marijn, Haiko van der Voort, und Agung Wahyudi. 2017. Factors influencing big data decision-making quality. Journal of Business Research 70: 338–345. https://doi.org/10.1016/j.jbusres.2016.08.007.CrossRef

Kajüter, Peter, Kai Schaumann, und Henrik Schirmacher. 2019. Einfluss aktueller IT-Trends auf das interne Berichtswesen. In Controlling & Innovation 2019: Digitalisierung (FOM-Edition, FOM Hochschule für Oekonomie & Management), Hrsg. Thomas Kümpel, Kay Schlenkrich, und Thomas Heupel, 135–154. Wiesbaden: Springer Gabler. CrossRef

Kappes, Michael, und Jörg Leyk. 2018. Digitale Planungs Controlling 30 (6): 4–12. https://doi.org/10.15358/0935-0381-2018-6-4.CrossRef

Keimer, Imke, und Ulrich Egle. 2020. Digital Controlling. Grundlagen für den erfolgreichen digitalen Wandel im Controlling. In Die Digitalisierung der Controlling-Funktion. Anwendungsbeispiele aus Theorie und Praxis, Hrsg. Imke Keimer und Ulrich Egle, 1–16. Wiesbaden: Springer Gabler.CrossRef

Kempkes, Jan, Francesco Suprano, Matthias B. Wesser, und Andreas Wömpener. 2018. Digitale Unternehmenssteuerung. Eine empirische Analyse der zentralen Gestaltungsdimensionen. Zeitschrift für Corporate Governance 13 (3):132–137.

Kempter, Hubert, und Horst Peters. 2017. Betriebliche Informationssysteme. Datenmanagement und Datenanalyse. Stuttgart: Kohlhammer (BWL Bachelor Basics). https://ebookcentral.proquest.com/lib/gbv/detail.action?docID=4830171.

Kessler, René, und Jorge Marx Gómez. 2020. Implikationen von Machine Learning auf das Datenmanagement in Unternehmen. HMD Praxis der Wirtschaftsinformatik 57 (1):89–105. https://doi.org/10.1365/s40702-020-00585-z.CrossRef

Kim, Moon-Koo., und Jong-Hyun. Park. 2017. Identifying and prioritizing critical factors for promoting the implementation and usage of big data in healthcare. Information Development 33 (3):257–269. https://doi.org/10.1177/0266666916652671.CrossRef

Kirchberg, Andreas, und David Müller. 2016. Digitalisierung im Controlling: Einflussfaktoren, Standortbestimmung und Konsequenzen für die Controllerarbeit. In Konzerncontrolling 2020. Zukünftige Herausforderungen der Konzernsteuerung meistern, 1. Aufl., Hrsg. Ronald Gleich, Kai Grönke, Markus Kirchmann, und Jörg. Leyk, 79–96. Freiburg: Haufe Gruppe.

Kirchberg, Andreas, und Fabian Palenta. 2012. Industrialisierung im Controlling. Controlling & Management 56 (3):52–57. https://doi.org/10.1365/s12176-012-0643-8.CrossRef

Kirchmann, Markus, Stefan Tobias, und Ceylan Cengizeroglu. 2016. Reporting 2025. Die Zukunft des Reporting im Zuge der Digitalisierung. In Digital Controlling & Simple Finance. Die Zukunft der Unternehmenssteuerung, Hrsg. Péter Horváth und Uwe Michel, 25–35. Stuttgart: Schäffer Poeschel.

Klier, Mathias, und Bernd Heinrich. 2016. Datenqualität als Erfolgsfaktor im Business Analytics. Controlling-Zeitschrift für erfolgsorientierte Unternehmenssteuerung 28 (8/9):488–494. https://doi.org/10.15358/0935-0381-2016-8-9-488.CrossRef

Knauer, Thorsten, Nicole Nikiforow, und Sebastian Wagener. 2020. Bedeutung und Ausgestaltung von Robotic Process Automation (RPA) im Controlling. Controlling 32 (4):68–75. https://doi.org/10.15358/0935-0381-2020-4-68.CrossRef

Koch, Rosemarie, Lisa Storm. 2020. Controller 4.0. ZFO (1):38. https://www.wiso-net.de/document/BLIS__20200200091.

Kramer, Andreas. 2018. In-Memory-Technologie im Kontext moderner Unternehmensplanung. In In-Memory-Datenbanken: Auf dem Weg zur Unternehmenssteuerung der Zukunft. Anwendungsmöglichkeiten und Migrationspfade am Beispiel von SAP HANA. Unter Mitarbeit von Andreas Kramer, Hrsg. Ronald Gleich, Andreas Kramer, und Martin Esch, 101–114. Freiburg i. Br.: Haufe.

Kreher, Markus, und Ulrich Gundel. 2019. Digitalisierung im Rechnungswesen. Eine aktuelle Bestandsaufnahme im Accounting und Controlling. WPg – Die Wirtschaftsprüfung 72 (2):82–87.

Krishnan, Krish. 2013. Data warehousing in the age of big data. Waltham: Morgan Kaufmann. http://proquest.tech.safaribooksonline.de/9780124058910.

Kroll, Katharina, und Daniel Kittelberger. 2014. Management Reporting – Konsequente Ausrichtung auf die Unternehmensstrategie und Branchenspezifika. In Unternehmenssteuerung in der produzierenden Industrie, Hrsg. Frank Keuper und Ralf Sauter, 187–199. Wiesbaden: Springer.

Langmann, Christian, und Daniel Turi. 2020. Robotic Process Automation (RPA) – Digitalisierung und Automatisierung von Prozessen. Voraussetzungen, Funktionsweise und Implementierung am Beispiel des Controllings und Rechnungswesens, 1. Aufl. Wiesbaden: Springer Gabler.CrossRef

Lazer, David, Ryan Kennedy, Gary King, und Alessandro Vespignani. 2014. Big data. The parable of Google Flu: traps in big data analysis. Science (New York, N.Y.) 343 (6176):1203–1205. https://doi.org/10.1126/science.1248506.CrossRef

Leyk, Jörg, Markus Kirchmann, und Stefan Tobias. 2017. Planung, Forecast und Reporting in der digitalen Welt. In Digitalisierung der Unternehmenssteuerung Prozessautomatisierung, Business Analytics, Big Data, SAP S/4 HANA, Anwendungsbeispiele, Hrsg. Michael Kieninger. Stuttgart: Schäffer-Poeschel.

Loos, Peter, Stefan Strohmeier, Gunther Piller, und Reinhard Schütte. 2012. Comments on “In-Memory Databases in Business Information Systems”. Business & Information Systems Engineering 4 (4):213–223. https://doi.org/10.1007/s12599-012-0222-8.CrossRef

Losbichler, Heimo, und Siegfried Gänßlen. 2018. Performance Measurement in Zeiten von Big Data Auswirkungen auf Kennzahlen und deren Reporting. Controlling 30 (S):30–37. https://doi.org/10.15358/0935-0381-2018-S-30.CrossRef

Marshall, Anthony, Stefan Mueck, und Rebecca Shockley. 2015. How leading organizations use big data and analytics to innovate. Strategy & Leadership 43 (5):32–39. https://doi.org/10.1108/SL-06-2015-0054.CrossRef

Matzke, Harald. 2013. Effizienzsteigerung im Controlling durch den richtigen Einsatz von IT. In Controllingprozesse optimieren, 1. Aufl., Hrsg. Ronald Gleich, 189–208. Freiburg i. Br.: Haufe (Haufe Fachbuch).

Meier, Marco C. 2006. Situierte und individualisierte Informationsmodelle als Mittel gegen Informationsüberflutung im Management. Controlling & Management 50 (8): 66–73. https://doi.org/10.1365/s12176-006-0603-2.CrossRef

Merendino, Alessandro, Sally Dibb, Maureen Meadows, Lee Quinn, David Wilson, Lyndon Simkin, und Ana Canhoto. 2018. Big data, big decisions: The impact of big data on board level decision-making. Journal Business Research 93:67–78. https://doi.org/10.1016/j.jbusres.2018.08.029.CrossRef

Michel, Uwe. 2017. Controlling digitaler Geschäftsmodelle. In Digitalisierung der Unternehmenssteuerung. Prozessautomatisierung, Business Analytics, Big Data, SAP S/4 HANA, Anwendungsbeispiele, Hrsg. Michael Kieninger, 33–50. Stuttgart: Schäffer-Poeschel.

Möller, Klaus, und Stefan Illich-Edlinger. 2018. IGC Controlling-Prozessmodell 2.0. Controlling 30 (2):55–58. https://doi.org/10.15358/0935-0381-2018-2-55.CrossRef

Möller, Klaus, Boris Otto, und Andreas Zechmann. 2017a. Nutzungsbasierte Datenbewertung. Controlling 29 (5):57–66. https://doi.org/10.15358/0935-0381-2017-5-57.CrossRef

Möller, Klaus, Johannes Seefried, und Franz Wirnsperger. 2017b. Wie Controller zu Business-Partnern werden. Contolling &Management Review 61 (2):64–67. https://doi.org/10.1007/s12176-016-0117-5.CrossRef

Muff, Marc. 2019. Controlling digitaler Geschäftsmodelle – Disruption und Resilienzmanagement. In Digitale Transformation im Finanz- und Rechnungswesen, 1. Aufl., Hrsg. Christian Fink, Oliver Kunath, und Barbara Bilyk, 89–100. Stuttgart: Schäffer-Poeschel.

Najderek, Anne. 2020. Auswirkungen der Digitalisierung im Rechnungswesen – ein Überblick. In Innovationen für eine digitale Wirtschaft, Hrsg. Andrea Müller, Matthias Graumann, und Hans-Jörg. Weiß, 127–145. Wiesbaden: Springer.CrossRef

Nasca, Deborah, Jan Christoph Munck, und Ronald Gleich. 2018a. Controlling-Hauptprozess: Einfluss der digitalen Transformation. In Digitalisierung & Controlling. Technologien, Instrumente, Praxisbeispiele, 1. Aufl., Hrsg. Ronald Gleich und Martin Tschandl, 73–88. Freiburg i. Br.: Haufe.

Nasca, Deborah, Jan Christoph Munck, Andreas Wald, und Ronald Gleich. 2018b. Wie die digitale Transformation zum Erfolgsfaktor der „Modernen Budgetierung“ wird – Ergebnisse einer empirischen Studie und Best-Practice-Beispiele. Controlling 30 (6):37–46. https://doi.org/10.15358/0935-0381-2018-6-37.CrossRef

Niedermayr-Kruse, Rita, und Heimo Losbichler. 2016. Ein Leitfaden für die Controller-Entwicklung. Controlling & Management Review 60 (4):58–63. https://doi.org/10.1007/s12176-016-0063-2.CrossRef

Nobach, Kai. 2019. Bedeutung der Digitalisierung für das Controlling und den Controller. In Wertschöpfung in der Betriebswirtschaftslehre, Hrsg. Patrick Ulrich und Björn. Baltzer, 247–269. Wiesbaden: Springer.CrossRef

Nobach, Kai, und Christoph Immel. 2017. Vom Controller zum Business-Partner bei Bosch. Controlling & Management Review 61 (3):78–85. https://doi.org/10.1007/s12176-017-0044-0.CrossRef

o. V. 2020a. Homepage des Unternehmens IBM. https://www.ibm.com/analytics, zuletzt aktualisiert am 10.07.2020.

o. V. 2020b. Homepage des Unternehmens Tableau software LLC. www.tableau.com, zuletzt aktualisiert am 22.08.2020.

o. V. 2020c. Unternehmenshomepage von Analplan. www.anaplan.com, zuletzt aktualisiert am 2020, zuletzt geprüft am 06.09.2020.

Otto, Boris. 2011. Data Governance. Business & Information Systems Engineering 3 (4): 241–244. https://doi.org/10.1007/s12599-011-0162-8.CrossRef

Otto, Boris, und Dimitrios Gizanis. 2010. Management von Konzerndaten für eine bessere Datenqualität. Wirtschaftsinformatik und Management 2 (4): 70–74. https://doi.org/10.1007/BF03248279.CrossRef

Otto, Boris, Kai M. Hüner, und Hubert Österle. 2012. Toward a functional reference model for master data quality management. Information Systems and e-Business Management 10 (3):395–425. https://doi.org/10.1007/s10257-011-0178-0.CrossRef

Otto, Boris, und Christine Legner. 2016. Datenqualitätsmanagement für den Industriebetrieb. Controlling 28 (10):550–557. https://doi.org/10.15358/0935-0381-2016-10-550.CrossRef

Otto, Boris, Hubert Österle. 2016. Corporate Data Quality. Voraussetzung erfolgreicher Geschäftsmodelle. Berlin: Springer Gabler. http://hdl.handle.net/10419/182358.

Pedell, Burkhard, Joachim Sautter, Svatopluk Alexander, Sven Fahn, und Marisa Schäfer. 2017. SAP^TM S/4HANA Finance – Implementierungsstatus, Ziele, Erwartungen und Einführungsstrategien. Controlling 29 (3):54–61. https://doi.org/10.15358/0935-0381-2017-3-54.CrossRef

Pereira, Daniel Silveira. 2020. Machine Learning. Machine Learning im Zeitalter der Datenüberflusses. Controlling 32 (2):65–66. https://doi.org/10.15358/0935-0381-2020-2-65.CrossRef

Petrescu, Maria, und John Gironda. 2019. Interpris: intuitive qualitative data analysis. Journal of Marketing Analytics 7 (4):251–252. https://doi.org/10.1057/s41270-019-00057-4.CrossRef

Petzold, Jürgen, und Markus Westerkamp. 2018. Informationssysteme im wertorientierten Controlling Grundlagen – Aufbau – Anforderungen – Integration – Anwendungen. Wiesbaden: Springer Gabler.

Philip Chen, C.L., und Chun-Yang. Zhang. 2014. Data-intensive applications, challenges, techniques and technologies: A survey on Big Data. Information Sciences. 275:314–347. https://doi.org/10.1016/j.ins.2014.01.015.CrossRef

Prat, Nicolas. 2019. Augmented Analytics. Business & Information Systems Engineering 61 (3):375–380. https://doi.org/10.1007/s12599-019-00589-0.CrossRef

Prewett, Kyleen W., Gregory L. Prescott, und Kirk Phillips. 2020. Blockchain adoption is inevitable – Barriers and risks remain. Journal of Corporate Accounting & Finance 31 (2):21–28. https://doi.org/10.1002/jcaf.22415.CrossRef

Ransbotham, Sam, David Kiron. 2017. Analytics as a Source of Business Innovation. The increased ability to innovate is producing a surge of benefits across industries. MIT sloan management review (Spring) 58:1–17.

Rasche, Christoph, und Hanno Schmidt-Gothan. 2018. Controlling und Reportingsysteme in der Unternehmensrestrukturierung. In Handbuch Unternehmensrestrukturierung. Grundlagen – Konzepte – Maßnahmen. (2., überarbeitete Aufl,) korrigierte Publikation 2018 (Springer Reference Wirtschaft), Hrsg. Thomas C. Knecht, Ulrich Hommel und Holger Wohlenberg, 1983–2008. Wiesbaden: Springer Gabler.

Redman, Thomas. 1999. Measurement, Information, and Decision Making. In Juran's quality handbook (5. Aufl.), Hrsg. Joseph M Juran. New York: McGraw-Hill.

Reichmann, Thomas, Martin Kißler, und Ulrike Baumöl. 2017. 2. Kapitel: Kennzahlen als Controlling-Instrument, 81–162 von Thomas Reichmann, Martin Kißler und Ulrike Baumöl. ISBN 978-3-8006-5117-7.

Ribbert, Michael. 2005. Gestaltung eines IT-gestützten Kennzahlensystems für das Produktivitätscontrolling operativer Handelsprozesse. Ein fachkonzeptioneller Ansatz am Beispiel des klassischen Lagergeschäfts des Lebensmittelgroßhandels. Zugl.: Münster (Westfalen), Univ., Diss, 2005. Berlin: Logos-Verl. (Advances in information systems and management science, Bd. 19). http://deposit.dnb.de/cgi-bin/dokserv?id=2679342&prov=M&dok_var=1&dok_ext=htm.

Rieg, Robert. 2015. Planung und Budgetierung. Was wirklich funktioniert. 2 überarb. Wiesbaden: Springer Gabler.

Rikhardsson, Pall, und Ogan Yigitbasioglu. 2018. Business intelligence & analytics in management accounting research: Status and future focus. International Journal of Accounting Information Systems 29:37–58. https://doi.org/10.1016/j.accinf.2018.03.001.CrossRef

Rizk, Raya, Steve McKeever, Johan Petrini, und Erik Zeitler. 2019. Diftong: a tool for validating big data workflows. Journal of Big Data 6 (1):1–27. https://doi.org/10.1186/s40537-019-0204-5.CrossRef

Sanders, Nada R. 2016. How to use big data to drive your supply chain. California Management Review 58 (3):26–48. https://doi.org/10.1525/cmr.2016.58.3.26.CrossRef

Schäffer, Thomas, und Christian Leyh. 2017 Master Data Quality in the Era of Digitization – Toward Inter-organizational Master Data Quality in Value Networks: A Problem Identification. In Innovations in Enterprise Information Systems Management and Engineering (Bd. 285, Lecture Notes in Business Information Processing), Hrsg. Felix Piazolo, Verena Geist, Lars Brehm, und Rainer Schmidt, 99–113. Cham: Springer International Publishing.

Schäffer, Utz, und Lars Brückner. 2019. Rollenspezifische Kompetenzprofile für das Controlling der Zukunft. Controlling & Management Review 63 (7): 14–31. https://doi.org/10.1007/s12176-019-0046-1.CrossRef

Schäffer, Utz, und Jürgen Weber. 2016. Die Digitalisierung wird das Controlling radikal verändern. Controlling & Management Review 60 (6): 6–17. https://doi.org/10.1007/s12176-016-0093-9.CrossRef

Schäffer, Utz, und Jürgen Weber. 2018. Digitalisierung ante portas. Controlling 30 (S):4–11. https://doi.org/10.15358/0935-0381-2018-S-4.CrossRef

Schlösser, Fabian, Bastian Borkenhagen, und Peter Schentler. 2019. Digitale Planung: Integriert, automatisiert, analytics-gestützt. In Planung, Budgetierung und Forecasting – inkl. Arbeitshilfen online. Innovative und digitale Instrumente für die Unternehmenssteuerung (Haufe Fachbuch), Hrsg. Ronald Gleich, Michael Kappes, und Jörg Leyk, 37–54. Stuttgart: Haufe.

Schmidt, Thomas. 2016. Praxisleitfaden Management Reporting. Aufbau und Gestaltung als unternehmerisches Entscheidungstool. Wiesbaden: Springer. http://gbv.eblib.com/patron/FullRecord.aspx?p=4505115.

Schmitz, Mario, Arnd Lawrenz, und Bianca Drerup. 2014. Reporting Factory in Controllerbereichen. In Praxishandbuch Controlling, Hrsg. Wolfgang Becker und Patrick Ulrich, 1–26. Wiesbaden: Springer.

Schmitz, Uwe. 2018. In-Memory-Technologie: Grundlage, Vorteile und Anwendungsmöglichkeiten. In In-Memory-Datenbanken: Auf dem Weg zur Unternehmenssteuerung der Zukunft. Anwendungsmöglichkeiten und Migrationspfade am Beispiel von SAP HANA. Unter Mitarbeit von Andreas Kramer, Hrsg. Ronald Gleich, Andreas Kramer, und Martin Esch, 29–42. Freiburg i. Br.: Haufe.

Schnupp, Constantin, und Klaus Möller. 2018. Capital budgeting optimization through process design. Controlling 30 (6):13–21. https://doi.org/10.15358/0935-0381-2018-6-13.CrossRef

Schön, Dietmar. 2012. Planung und Reporting im Mittelstand. Grundlagen, Business Intelligence und Mobile Computing. Wiesbaden: Springer Gabler.CrossRef

Schöning, Stephan, Viktor Mendel, und Aylin Köse. 2020. Mit neuen Controller-Kompetenzen in die Zukunft. Controlling & Management Review 64 (1):58–63. https://doi.org/10.1007/s12176-019-0073-y.CrossRef

Schulte, Alexandra, und Oliver Bülchmann. 2016. Wie Big Data die Rolle des Controllers verändert. Controlling & Management Review 60 (1):54–61. https://doi.org/10.1007/s12176-016-0004-0.CrossRef

Schulze, Mike, und Wolfgang Wiesmann. 2019. Crashkurs Management Reporting, 1. Aufl. Freiburg i. Br.: Haufe.

Sejdić, Goran. 2020. Digitale Transformation des Controlling/Finance-Bereichs. Controlling 32 (4):61–67. https://doi.org/10.15358/0935-0381-2020-4-61.CrossRef

Seufert, Andreas. 2014. Das Controlling als Business Partner: Business Intelligence & Big Data als zentrales Aufgabenfeld. In Controlling und Big Data. Anforderungen, Auswirkungen, Lösungen, 1. Aufl., Hrsg. Ronald Gleich, 23–46. Freiburg: Haufe.

Shamsi, Jawwad, Muhammad Ali Khojaye, und Mohammad Ali Qasmi. 2013. Data-Intensive cloud computing: Requirements, expectations, challenges, and solutions. Journal of Grid Computing. 11 (2):281–310. https://doi.org/10.1007/s10723-013-9255-6.CrossRef

Sidler, Paul, und Luca Gerussi. 2020. Vom Finanzbericht zum Controlling Cockpit im Zeitalter der Digitalisierung. Praxisbeispiel EKZ Eltop AG. In Die Digitalisierung der Controlling-Funktion. Anwendungsbeispiele aus Theorie und Praxis, Hrsg. Imke Keimer und Ulrich Egle, 251–263. Wiesbaden: Springer Gabler.CrossRef

Sinzig, Werner. 2015. In-memory Technik für Rechnungswesen und Controlling. Controlling 27 (4–5):236–241.CrossRef

Springer, Virginia. 2020. Robotic Process Automation. Controlling 32 (1):69–71. https://doi.org/10.15358/0935-0381-2020-1-69.CrossRef

Stein Smith, Sean. 2020. Blockchain, artificial intelligence and financial services. Implications and applications for finance and accounting professionals. (Ed. 1, Future of Business and Finance) Cham: Springer.

Steiner, Heinz, und Peter Welker. 2016. Wird der Controller zum Data Scientist? Controlling & Management Review 60 (1):68–73. https://doi.org/10.1007/s12176-016-0003-1.CrossRef

Stephenson, Dominic, Roman Becker, Patrick Lange, Thilo Rau, und Alexander Riedel. 2013. Controlling shared services (CSS). Managing capabilities for the digital age. In Finance bundling and finance transformation. Shared services next level, Hrsg. Frank Keuper und Kai-Eberhard. Lueg, 341–361. Wiesbaden: Springer Gabler.

Strohmeier, Stefan. 2008. Informationssysteme im Personalmanagement. Architektur – Funktionalität – Anwendung (1. Aufl., GWV) Wiesbaden: Vieweg+Teubner. http://gbv.eblib.com/patron/FullRecord.aspx?p=751809.

Taschner, Andreas. 2013. Management Reporting. Erfolgsfaktor internes Berichtswesen. Wiesbaden: Springer. http://gbv.eblib.com/patron/FullRecord.aspx?p=1083298.

Taschner, Andreas. 2014. Wie Management Reporting 2020 aussehen könnte. Controlling & Management Review 58 (3): 7–15. https://doi.org/10.1365/s12176-014-0930-7.CrossRef

van der Aalst, Wil M. P., Martin Bichler, und Armin Heinzl. 2018. Robotic process automation. Business & Information Systems Engineering 60 (4): 269–272. https://doi.org/10.1007/s12599-018-0542-4.CrossRef

Waniczek, Mirko, Andreas Feichter, Patrick Schwarzl, und Christoph Eisl. 2018. Management Reporting. Berichte wirksam und adressatengerecht gestalten (Linde international). Wien: Linde.

Weber, Jürgen, Hrsg. 1993. Praxis des Logistik-Controlling (Schriftenreihe der Wissenschaftlichen Hochschule für Unternehmensführung Koblenz Management, 5). Stuttgart: Schäffer-Poeschel.

Weber, Jürgen. 2018. Robotics wird so selbstverständlich sein wie Elektrizität. Controlling & Management Review 62 (8): 24–29. https://doi.org/10.1007/s12176-018-0067-1.CrossRef

Weber, Jürgen, Regina Malz, und Thomas Lührmann. 2012. Excellence im Management-Reporting. Transparenz für die Unternehmenssteuerung (Advanced Controlling). Weinheim: Wiley. http://gbv.eblib.com/patron/FullRecord.aspx?p=1120326.

Weiblen, Martin, Angela Wenzel, und Harald Schnell. 2010. Instrumente in unternehmensübergreifenden, globalen Wertschöpfungsketten. In Controlling-Instrumente für die Konzernsteuerung. Gestaltung von Aufbau- und Ablauforganisation; betriebswirtschaftliche und rechtliche Aspekte; Kennzahlen für die Konzernsteuerung; Prozessoptimierung und IT-Unterstützung (Der Controlling-Berater, 12), Hrsg. Andreas Klein, 221–248. Freiburg i. Br.: Haufe.

Weichel, Petra, und Jochen Herrmann. 2016. Wie Controller von Big Data profitieren können. Controlling & Management Review 60 (1):7–15. https://doi.org/10.1007/s12176-016-0012-0.CrossRef

Yermack, David. 2017. Corporate Governance and Blockchains. Review of Finance 1:7–31. https://doi.org/10.1093/rof/rfw074.CrossRef

Zechmann, Andreas, und Klaus Möller. 2016. Finanzielle Bewertung von Daten als Vermögenswerte. Controlling 28 (10): 558–566. https://doi.org/10.15358/0935-0381-2016-10-558.CrossRef

Titel: Umsetzbarkeit der Digitalisierung in Controlling-Prozessen
verfasst von: Friedrich Müller
Verlag: Springer Fachmedien Wiesbaden
Buch: Quick Guide Digital Controlling
Print ISBN: 978-3-658-35040-6

Electronic ISBN: 978-3-658-35041-3

Copyright-Jahr: 2021
DOI: https://doi.org/10.1007/978-3-658-35041-3_2

Springer Professional

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"