Zusammenfassung
Berufsbilder wandeln sich und die sich vollziehende Entwicklungen in den Bereichen Industrie 4.0, Digitale Transformation sowie Neugestaltung der Arbeitswelt werden auch das Berufsbild des Controllers verändern. Der vorliegende Beitrag analysiert die technologischen Veränderungen im Arbeitsumfeld des Controllers. Nach Analyse der Möglichkeiten durch Big Data, Predictive Analytics und Echtzeitverfügbarkeit wird ein zukünftiges Bild für das Controlling 4.0 generiert. Ferner werden Implikationen für das zukünftige Berufsbild des Controllers abgeleitet.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Literatur
Bachem, C. (2015). Big Data, ein Missverständnis? Oder: Warum Daten erst sprechen, wenn man über sie spricht. In T. Schwarz (Hrsg.), Big Data im Marketing (S. 28–34). Freiburg i. Br.: Haufe.
Bakhshaliyeva, N., Chen, J. L., Dommer, U., Smlenski, E., Schmedt, H., Schulze, N., et al. (2016). SAP® Predictive Analytics. Bonn: Rheinwerk.
Bauer, J. (2017). Produktionscontrolling und -management mit SAP® ERP (5. Aufl.). Wiesbaden: Springer Vieweg.
Bauernhansl, T., Hompel, M., ten & Vogel-Heuser, B. (2014). Industrie 4.0 in Produktion, Automatisierung und Logistik. Wiesbaden: Springer Vieweg.
Baum, G., Borcherding, H., Broy, M., Eigner, M., & Huber, A. S. (2013). Industrie 4.0 Beherrschung der industriellen Komplexität mit SysLM. Heidelberg: Springer Vieweg.
Baumöl, U. (2016). Die digitale Transformation und die erfolgsorientierte Unternehmenssteuerung – die Geschichte einer Revolution? Controlling, 28(4/5), 230–234.
Becker, J., & Winkelmann, A. (2006). Handelscontrolling Optimale Informationsversorgung Kennzahlen. Heidelberg: Springer.
Becker, W., Reitelshöfer, E., & Prainer, A.-E. (2018). Industrie 4.0 Neue Herausforderungen für den Controller? Controller Magazin, 1, 84–88.
Behringer, S. (2018). Controlling. Wiesbaden: Springer Gabler.
Biel, A. (2018). Quo Vadis Controlling, Controller und Internationaler Controller Verein ICV? Controller Magazin, 2, 4–10.
Borell, N. (2016). Das Industrie 4.0 Arbeitsbuch: Sind Digitalisierung, Industrie 4.0 und Disruption unterschiedliche Dinge?! Hamburg: Tredition.
Bornemann, H. (1985). Controlling heute: Eine Einführung in die Praxis mit Fallbeispielen. Wiesbaden: Gabler.
Botzkowski, T. (2017). Digitale Transformation von Geschäftsmodellen im Mittelstand. Wiesbaden: Springer Gaber.
Brodnig, I. (2017). Lügen im Netz. Wien: Brandstätter.
Busch, O. (2014). Realtime Advertising Digitales Marketing in Echtzeit: Strategien, Konzepte und Perspektiven. Wiesbaden: Springer Gabler.
Buschbacher, F. (2016). Wertschöpfung mit Big Data Analytics. Controlling & Management Review, 1, 49–55.
Dorschel, J. (2015). Praxishandbuch Big Data. Wiesbaden: Springer Gabler.
Drerup, B., Suprano, F., & Wömpener, A. (2018). Controller 4.0. Controlling, 30(1), 57–63.
Eiselmeyer, K. (2018). ICV als beruflicher Fitness-Partner. In A. Biel (Hrsg.), Quo Vadis Controlling, Controller und Internationaler Controller Verein ICV? https://www.icv-controlling.com/fileadmin/Wissen/Bericht/2018_Quo_Vadis_ICV_-_Interview_mit_den_Vorstandsmitgliedern.pdf. Zugegriffen 25. Juli 2018.
Eiselmayer, K., & Kottbauer, M. (2015). Trends im Controlling. Controller Magazin, 21(2), 24–25.
Endres, H., & Helm R. (2015). Predictive analytics. IM + io Fachzeitschrift für Innovation, Organisation und Management – Predictive Analytics, 4, 59–61.
Fasel, D., & Meier, A. (2016). Big Data Grundlagen, Systeme und Nutzungspotenziale. Wiesbaden: Springer Vieweg.
Ganschar, O., Gerlach, S., Hämmerle, M., Krause, T., Schlund, S., & Spath, D. (2013). Fraunhofer-IAO – Produktionsarbeit der Zukunft-Industrie 4.0. Stuttgart: Fraunhofer.
Geiselberger, H., & Moorstedt, T. (2013). Big Data – Das neue Versprechen der Allwissenheit. Berlin: Suhrkamp.
Gentsch, P., & Kulpa, A. (2016). Mit externen Big Data neue Möglichkeiten erschließen. Controlling & Management Review, 1, 31–39.
Halang, W. A., & Unger, H. (Hrsg.). (2014). Industrie 4.0 und Echtzeit. Heidelberg: Springer Vieweg.
Hanstein, B. (o. J.). IT und IT-Infrastruktur im Kontext von Industrie 4.0. http://www.rittal.com/imf/none/5_2710/Rittal_Whitepaper_IT_und_IT-Infrastruktur_im_Kontext_von__5_2710/. Zugegriffen: 19. Jan. 2018.
Hartmann, M. (2017). Analyse beruflicher Handlungsprozesse und Planung beruflicher Kompetenzentwicklung vor dem Hintergrund von Industrie 4.0. In T. Vollmer, S. Jaschke, & U. Schwenger (Hrsg.), Digitale Vernetzung der Facharbeit: gewerblich-technische Berufsbildung in einer Arbeitswelt des Internets der Dinge, (S. 53). https://www.ssoar.info/ssoar/bitstream/handle/document/55985/ssoar-2017-vollmer_et_al-Digitale_Vernetzung_der_Facharbeit_gewerblich-technische.pdf?sequence=1. Zugegriffen: 29. Okt. 2018.
Hausladen, I. (2018). Instandhaltungscontrolling im Zeitalter von Industrie 4.0. Controlling, 30(1), 21–29.
Häusser, L. (2016). Controlling in mittelständischen Unternehmen in Russland. Wiesbaden: Springer Gabler.
Henrichs, T.-P. (2018). Bausteine der Industrie 4.0. https://www.yokogawa.com/de/loesungen/industrie-4-0.html. Zugegriffen: 24. Apr. 2018.
Hippmann, S., Klingner, R., & Leis, M. (2018). Digitalisierung – Anwendungsfelder und Forschungsziele. In R. Neugebauer (Hrsg.), Digitalisierung – Schlüsseltechnologien für Wirtschaft und Gesellschaft (S. 9–18). Heidelberg: Springer.
Horváth, P., Gleich, R., & Seiter, M. (2015). Controlling (3. Aufl.). München: Vahlen.
Kagermann, H. (2013). Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. https://www.bmbf.de/files/Umsetzungsempfehlungen_Industrie4_0.pdf. Zugegriffen: 18. Jan. 2018.
Kahlen, C. (2017). Was ist Industrie 4.0? http://www.plattform-i40.de/I40/Navigation/DE/Industrie40/WasIndustrie40/was-ist-industrie-40.html. Zugegriffen: 18. Jan. 2018.
Kieninger, M., Mehanna, W., & Vocelka, A. (2016). Wie Big Data das Controlling verändert. Controlling 28(4/5), 241–247.
King, S. (2013). Big Data – Potential und Barrieren der Nutzung im Unternehmenskontext. Wiesbaden: Springer VS.
Knauer, D. (2015). Act Big – Neue Ansätze für das Informationsmanagement. Wiesbaden: Springer Gabler.
Kohlhammer, J., Proff, D. U., & Wiener, A. (2013). Visual Business Analytics. Heidelberg: dpunkt.
König, C., Schröder, J., & Wiegand, E. (2018). Big Data: Chancen, Risiken, Entwicklungstendenzen. Wiesbaden: Springer VS.
Krause, S., & Pellens, B. (2018). Betriebswirtschaftliche Implikationen der digitalen Transformation. Wiesbaden: Springer Gabler.
Kubek, M., Suwanich, W., & Wongyaowaruk, K. (2014). Mobile Echtzeitkontrolle von Kommunikationskanälen. In W. A. Halang, & H. Unger (Hrsg.), Industrie 4.0 und Echtzeit (S. 121–128). Heidelberg: Springer Vieweg.
Kuglin, B., & Thielmann, H. (2005). Real-Time Enterprise in der Praxis. Heidelberg: Springer.
Lubos, G. (2018). Schritt halten mit dem digitalen Geschäftsmodell. Controlling & Management Review, 19(3), 24–32.
Mayer-Schönberger, V., & Cukier, K. (2013). Big data (2. Aufl.). München: Redline.
Mehanna, W., & Rabe, C. M. (2014). Big Data in der Konsumgüterindustrie: Kunden verstehen, Produkte entwickeln, Marketing steuern. In M. Buttkus & R. Eberenz (Hrsg.), Controlling in der Konsumgüterindustrie (S. 69–90). Wiesbaden: Springer Gabler.
Meier, A. (2018). Werkzeuge der digitalen Wirtschaft, Big Data, NoSQL & Co. Wiesbaden: Springer Vieweg.
Mendrina, T. (2011). Targeting im Display-Engine-Marketing: Programmatischer Einkauf von Zielgruppen mit Realtime Bidding. In C. Bauer, G. Greve, & G. Hopf (Hrsg.), Online Targeting und Controlling (S. 55–67). Wiesbaden: Gabler.
Merkl, W. (o. J.). Industrie 4.0. https://it-motive-bcs.com/industrie-4-0. Zugegriffen: 31. März 2018.
Morato, R. (2016). Wir ziehen Daten live und in Farbe raus, um sie im System darzustellen. Controlling & Management Review, 1, 24–31.
Obermaler, R. (2017). Industrie 4.0 als unternehmerische Gestaltungsaufgabe (2. Aufl), Wiesbaden: Springer Gabler.
Ortega, I. (2015). Streaming Analytics: Management in Echtzeit. In T. Schwarz (Hrsg.), Big Data im Marketing (S. 55–65). Freiburg i. Br.: Haufe.
Regelmann, P., Schmelting, J., & Kordus, P. (2018). Business-Partner oder Obsoleszenz. In H. Proff, & T. M. Fojcik (Hrsg.), Mobilität und digitale Transformation (S. 153–166). Wiesbaden: Springer Gabler.
Reichmann, T. (2008). Automotive-Netzwerke – Strategisches und Operatives Management & Controlling. Controlling, 20(4/5), 175–176.
Reinhart, G. (2017). Handbuch Industrie 4.0 – Geschäftsmodelle, Prozesse, Technik. München: Hanser.
Rouse, M. (2014). Predictive analytics. http://www.searchenterprisesoftware.de/definition/Predictive-Analytics. Zugegriffen: 14. Febr. 2018.
Schleupner, L. (2016). Sichere Kommunikation im Umfeld von Industrie 4.0. In W. A. Halang, & H. Unger (Hrsg.), Internet der Dinge (S. 1–12). Heidelberg: Springet Vieweg.
Schlotmann, R. (2018). Digitalisierung auf mittelständisch. Heidelberg: Springer.
Schlüchtermann, J., & Siebert, J. (2015). Industrie 4.0 und Controlling: Erste Konturen zeichnen sich ab. Controlling, 27(8/9), 461–465.
Schön, D. (2016). Planung und Reporting – Grundlagen, Business Intelligence, Mobile BI und Big-Data-Analytics (2. Aufl.). Wiesbaden: Springer Gabler.
Seiter, M., Sejdic, G., & Rusch, M. (2015). Welchen Einfluss hat Industrie 4.0 auf die Controlling-Prozesse? Controlling, 20(8/9), 466–474.
Sendler, U. (2013). Industrie 4.0: Beherrschung der industriellen Komplexität mit SysLM. Heidelberg: Springer Vieweg.
Spath, D. (2017). Echtzeitcontrolling in der Industrie 4.0. Die Zukunft des Controllers. Controlling, 29,11–14.
Steiner, H., & Welker, P. (2016). Wird der Controller zum Data Scientist. Controlling & Management Review, 1, 68–73.
Tröbs, M., & Mengen, A. (2018). Big Data im Controlling – Chancen und Risiken. Wissenschaftliche Schriften des Fachbereichs Wirtschaftswissenschaften, Nr. 26. Koblenz: Hochschule Koblenz.
Weichel, P., & Herrmann, J. (2016). Wie Controller von Big Data profitieren können. Controlling & Management Review, 1, 8–15.
Winter, R. (2009). Management von Integrationsprojekten – Konzeptionelle Grundlagen und Fallstudien aus fachlicher und IT-Sicht. Heidelberg: Springer.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Heupel, T., Lange, V.W. (2019). Wird der Controller zum Data Scientist? Herausforderungen und Chancen in Zeiten von Big Data, Predictive Analytics und Echtzeitverfügbarkeit. In: Hermeier, B., Heupel, T., Fichtner-Rosada, S. (eds) Arbeitswelten der Zukunft. FOM-Edition. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-23397-6_12
Download citation
DOI: https://doi.org/10.1007/978-3-658-23397-6_12
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-23396-9
Online ISBN: 978-3-658-23397-6
eBook Packages: Business and Economics (German Language)