Auswertung von Informationen
 |
Sie können die besten Informationsquellen haben. Wenn Sie sie nicht richtig auswerten und interpretieren, nützen sie nichts. Dieser Beitrag hilft Ihnen, sich in Abhängigkeit vom Grad an Unsicherheit und der Aussagekraft von Vergangenheitsdaten im Dschungel der quantitativen und qualitativen Prognoseverfahren zurecht zu finden. |
Die Auswertung und Interpretation von Informationen besteht zunächst aus einer Bündelung, Verdichtung und Aufbereitung der Daten. Dabei ist auf Konsistenz und Plausibilität des Datenmaterials zu achten. Aus der Vielzahl der erhobenen Daten müssen dann die relevanten Aussagen herausgefiltert und Schlussfolgerungen gezogen werden.
Ziel der Auswertung von Informationen im Kontext des strategischen Managements ist die Gewinnung von zukunftsbezogenen Aussagen, d.h. von Prognosen. Aus der Vielzahl von Prognoseverfahren sind diejenigen auszuwählen, die für die jeweilige Fragestellung und die Situation angemessen sind. Je weniger davon ausgegangen werden kann, dass sich vergangene Entwicklungen in die Zukunft fortsetzen, also je höher die Unsicherheit ist, desto geringer ist der Aussagewert von Ergebnissen statistischer Berechnungen, da diese i.d.R. mit vergangenheitsbezogenen Daten durchgeführt werden. An ihre Stelle treten dann stärker qualitative Methoden.
Ist der Grad an Unsicherheit relativ gering, ist die Umwelt des Unternehmens also relativ stabil, und kann damit gerechnet werden, dass dies auch in der betrachteten Zukunftsperiode so bleibt, so kann die Anwendung statistischer Verfahren wertvolle Ergebnisse liefern. Die folgende Darstellung gibt einen Überblick über die im strategischen Kontext gebräuchlichsten Verfahren.
Bei hoher Unsicherheit empfiehlt sich die Anwendungen anderer Techniken. Von hoher Relevanz sind dabei solche Verfahren, die die Einschätzung von Experten einbeziehen. Diese reichen von Experten-Interviews und Delphi-Studien über Szenario-Analysen bis zu sogenannten Prognosemärkten (Prediction Markets).
PPT Download Quantitative oder qualitative Prognoseverfahren
PPT Download Übersicht über quantitative Prognoseverfahren und Anwendungsbeispiele
Autor: Achim Sztuka
Bild oben © Rainer Sturm / PIXELIO'
