Ein wirksames Risikocontrolling ist für Unternehmen von großer Bedeutung. Es dient dazu existenzgefährdende Bedrohungen für das Unternehmen rechtzeitig zu erkennen und Maßnahmen zur Risikobewältigung einzuleiten. Für ein wertorientiertes Risikocontrolling reicht es nicht aus, existenzielle Risiken zu identifizieren. Wertorientiertes Risikocontrolling muss auch Gefahren anzeigen, die einem Wertsteigerungsziel drohen. Hierzu müssen die Wirkungen eines komplexen interdependenten Einflussgrößengefüges analysiert und bewertet werden. Die letzten Jahre haben gezeigt, welche Bedeutung das frühzeitige Erkennen und richtige Interpretieren vorauseilender Indikatoren hat. Ziel des Beitrages ist es aufzuzeigen, wie Künstliche Neuronale Netze (KNN) diese Analyse unterstützen und welche Leistungen sie im Gesamtkontext des wertorientierten Risikocontrollings erbringen können. KNN sind der Versuch, menschliche Denk- und Lernprozesse nachzubilden.
Wertorientiertes Risikocontrolling mit Künstlichen Neuronalen Netzen
Controlling ; 15 , 11 ; 631-639
2003-01-01
9 pages
Article (Journal)
German
© Metadata Copyright Deutsche Bahn AG. All rights reserved.
Anwendung von künstlichen neuronalen Netzen im Wasserbau
HENRY – Federal Waterways Engineering and Research Institute (BAW) | 2020
|Online-Parameteradaption in Motorsteuerungen mit Kunstlichen Neuronalen Netzen
British Library Conference Proceedings | 2002
|Online-Parameteradaption in Motorsteuerungen mit Künstlichen Neuronalen Netzen
Tema Archive | 2002
|