Enabling data-driven decisions

Mit der stetig fortschreitenden Digitalisierung verfügen Unternehmen über eine rasant wachsende Anzahl an Daten. Deren zielgerichtete Nutzung im Rahmen von Business Analytics ist bereits heute ein wesentlicher Einflussfaktor für den Unternehmenserfolg. Business Analytics beschreibt dabei das Sammeln und Erheben von Daten sowie die Anwendung geeigneter Analysekonzepte zur Verbesserung der Entscheidungsgrundlage. Unternehmen werden damit in die Lage versetzt, beispielsweise aufgrund optimierter Produkt- und Serviceangebote, ihre Umsätze zu steigern oder Kosten zu senken. 

In den Unternehmen ist jedoch festzustellen, dass Entscheidungen, trotz des Vorliegens durch Business Analytics gewonnener Erkenntnisse, in knapp der Hälfte aller Fälle dennoch auf Grundlage subjektiver Kriterien getroffen werden. Hierfür können sowohl bewusste Verhaltensweisen aufgrund fehlender Akzeptanz als auch unbewusste Vorurteile und Verzerrungen, sogenannte Bias, verantwortlich gemacht werden.

ED3 – Integration der durch Business Analytics gewonnenen Erkenntnisse im Managementprozess durch die Sicherung deren Akzeptanz und verzerrungsfreien Interpretation

Laufzeit: April 2019 bis März 2021

Aktuelle Termine:
25.02.2021
Abschlussveranstaltung (online)
21.01.2021 Vorstellung der Projektinhalte in einem Vortrag bei der School of Advanced Professional Studies (SAPS) in Ulm

01.07.2020
Drittes Treffen des projektbegleitenden Ausschusses (online)
31.01.2020
Zweites Treffen des projektbegleitenden Ausschusses am IPRI
17.01.2020 Vorstellung der Projektinhalte in einem Vortrag bei der School of Advanced Professional Studies (SAPS) in Ulm
12.07.2019 Pressemeldung zum Start des Forschungsprojekts „ED³ – Enabling data-driven decisions“
11.07.2019 Erstes Treffen des projektbegleitenden Ausschusses am IPRI

Ansprechpartner:

Haas v2

Publikationen

  • Hupfer, G.; Künkele, S.; Seiter, M. (2021): Towards a Better Understanding on the Acceptance of Black-Box Algorithms in Accounting – An Experimental Study on the Weighting of Black-Box Information in Performance Evaluation.

  • IPRI, TUM (Hrsg. 2021): Leitfaden zur Steigerung der Akzeptanz mittels transparenter Entscheidungen [Internetdokument].

  • Rusch, M. (2021): Akzeptanz algorithmusbasierter Erkenntnisse – Wie Unternehmen die Einführung von Business Analytics zum Erfolg führen, in: ERP Management, 17 Jg., 2021, Nr. 1, S. 21-23.

  • Wytopil, B. (2021): Steigerung der Akzeptanz von Business Analytics durch Erklärungen und Reduktion von Biases, IPRI-Praxispaper Nr. 40.

  • Pressemeldung zum Projektstart des IPRI-Forschungsprojekts „ED³ – Enabling data-driven decisions 

Partnerunternehmen

Brand KG


Horváth & Partner GmbH


Next.robotics GmbH & Co. KG


cirp GmbH


hotbytes GmbH & Co. KG


Peakboard GmbH


Dreher Präzisionsdrehteile GmbH


mip – Management Informationspartner GmbH


Das IGF-Vorhaben 20694 N der Forschungsvereinigung Institut für Energie- und Umwelttechnik e.V. – IUTA wurde über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.