Refine
Document Type
- Journal article (28)
- Book chapter (20)
- Conference proceeding (15)
- Book (5)
- Doctoral Thesis (1)
Is part of the Bibliography
- yes (69)
Institute
- ESB Business School (69) (remove)
Publisher
- Springer (69) (remove)
Der Girlboss Mythos : die gesellschaftlichen und ökonomischen Perspektiven der Gender-Debatte
(2019)
Faktisch sind Frauen heute gleichberechtigt. Sie haben die gleichen Chancen, Rechte und Möglichkeiten wie Männer. Dennoch weisen maßgebliche Studien darauf hin, dass die Anzahl von Frauen auf allen Führungsebenen stagniert oder nur im Schneckentempo wächst. In der medialen Diskussion rund um das Thema Frauen im Management ist die Welt auf den ersten Blick in zwei Lager geteilt. Ein Lager stellt ernüchtert fest, dass Frauen selbst Schuld sind an ihrer Situation. Oft werden hier gerade erfolgreiche Frauen zitiert, die ihren Geschlechtsgenossinnen den nötigen Erfolgswillen oder die Opferbereitschaft absprechen. Das andere Lager scheint die Sachlage genau entgegengesetzt zu beurteilen. Überall gut ausgebildete, hochmotivierte Frauen, die an Glasdecken stoßen oder denen von der Gesellschaft im Allgemeinen und Männern im Besonderen die Türen versperrt werden. Dieses Buch trägt zu einer wissenschaftlich nüchternen Diskussion bei, um die aktuelle gesellschaftspolitische Situation differenzierter und abseits von abgegriffenen Dogmen zu betrachten.
Die meisten Innovationsprojekte in Unternehmen scheitern nicht am Mangel an Ideen, Kreativität oder am Umsetzungswillen, sondern an vielen kleinen Hürden, die die Projekte massiv entschleunigen. So verlieren Initiativen an der Dynamik, die dafür sorgt, dass sich zügig Erfolge einstellen. Ein Bereich, in dem unkonventionell, agil und schnell Ergebnisse erzielt werden, ist das Guerilla Marketing. Was können Innovations-, Forschungs- und Projektleiter aus dem Methodenbaukasten lernen? Wie können konkrete Taktiken aus dem Marketing auch Innovationsprojekten zu mehr Viralität und Schwung verhelfen, um die Eigendynamik der Initiativen „unbremsbar“ zu machen? Das erfahren Sie in diesem essential.
Hybride Arbeitsmodelle gelten als Zukunft der Arbeit. Demnach beschäftigt sich die vorliegende Forschungsarbeit mit der Untersuchung hybrider Arbeitsmodelle im Hinblick auf deutsche kleine und mittlere Unternehmen (KMU) im Vergleich zu Großbetrieben. Mithilfe einer multi-methodischen Studie, bestehend aus einer Umfrage und qualitativen Experteninterviews, wird evaluiert, in welchem Maß hybride Arbeitsmodelle in KMU bereits etabliert sind und welche Herausforderungen sie dabei bewältigen müssen. Zusätzlich wird betrachtet, ob soziodemografische Faktoren wie Alter, Geschlecht oder Rolle im Unternehmen einen Einfluss auf hybrides Arbeiten haben.Die Ergebnisse zeigen, dass die Etablierung von hybriden Arbeitsmodellen in KMU im Gegensatz zu Großbetrieben weniger vorangeschritten ist. KMUs stehen vor vielfältigen Herausforderungen, die beispielsweise auf unzureichende Digitalisierung oder traditionellere Strukturen zurückzuführen sind. Insbesondere die Unternehmenskultur sowie die Rolle im Unternehmen und der Einfluss der Führungskraft spielen eine wichtige Rolle.Praktische Relevanz: Der Großteil vorliegender Literatur zum Thema New Work und Hybride Arbeit legt den Fokus auf die Gesamtbetrachtung aller Unternehmensgrößen oder auf Großbetriebe. Aufgrund der spezifischen Merkmale, wie beispielsweise eingeschränkter Ressourcenzugang, können Ergebnisse von Großbetrieben kaum auf KMU übertragen werden. Demnach gibt diese Arbeit eine Orientierung, wie hybride Arbeitsmodelle in KMU sinnvoll und gewinnbringend umgesetzt werden und welche Herausforderungen auftreten.
Forecasting demand is challenging. Various products exhibit different demand patterns. While demand may be constant and regular for one product, it may be sporadic for another, as well as when demand occurs, it may fluctuate significantly. Forecasting errors are costly and result in obsolete inventory or unsatisfied demand. Methods from statistics, machine learning, and deep learning have been used to predict such demand patterns. Nevertheless, it is not clear for what demand pattern, which algorithm would achieve the best forecast. Therefore, even today a large number of models are used to forecast on a test period. The model with the best result on the test period is used for the actual forecast. This approach is computationally and time intensive and, in most cases, uneconomical. In our paper we show the possibility to use a machine learning classification algorithm, which predicts the best possible model based on the characteristics of a time series. The approach was developed and evaluated on a dataset from a B2B-technical-retailer. The machine learning classification algorithm achieves a mean ROC-AUC of 89%, which emphasizes the skill of the model.
Military organizations have special features like following different organizational laws in times of peace and war and their specific embeddedness in society and politics. Especially the latter aspect has made the military an important object of study since the beginnings of modern sociology. In the wake of establishing specific sociological accounts, military sociology has been developed, dedicated to the different facets of the military. This research is based on different theoretical perspectives, but has hardly embraced the frameworks from economics and sociology of conventions (EC/SC) so far. The aim of the chapter is to explore and demonstrate the potentials of this approach. In a first step, the state of the art of military sociology research is outlined, and potential avenues for analyzing military forces based on EC/SC are identified. It is argued that especially the connection to organizational theory (military as organization) and civil-military relations, including leadership and professionalism, offer starting points. After introducing existing studies addressing military-related topics with reference to EC/SC, relevant concepts and approaches of convention theory that prove to be particularly enriching for military research are discussed. An outlook on possible further fields and topics of research is given to concretize how an inclusion of the perspective of EC/SC could look like.
Kennzahlen zur Liquidität
(2016)
Wege der Gewinnermittlung
(2017)
Macht ein Unternehmen Gewinn, heißt dies nicht notwendigerweise, dass alles „in trockenen Tüchern“ ist. Die entscheidende Frage ist, wie der Gewinn ermittelt wurde, denn nur mit dem richtigen Verfahren erhält man auch den geeigneten Blickwinkel – auf den Erfolg eines einzelnen Geschäfts, auf den Gewinn einer Periode, auf das Betriebsvermögen, auf die Liquidität oder auf die Bilanz.
EBIT & Co.
(2017)
Eine ganze Reihe von Kennzahlen wird in der Betriebswirtschaftslehre zur Ermittlung und Steuerung des Unternehmensgewinns verwendet. Doch nicht alle eignen sich für denselben Zweck. Je nach Fragestellung sollten unterschiedliche Kennzahlen herangezogen werden. Ihre Interpretation muss nicht zuletzt auch branchenspezifisch erfolgen.
Wer mit Argumenten Veränderungen bewirken will, muss seine Ansprechpartner für seine Lösungsansätze gewinnen. Ob dies gelingt, ist heutzutage keine Frage von rhetorischem Talent und Charisma mehr. Denn Techniken des Storylinings und Storytellings machen eine Professionalisierung betriebswirtschaftlicher Argumentation und Gedankenführung für jedermann möglich.
In a networked world, companies depend on fast and smart decisions, especially when it comes to reacting to external change. With the wealth of data available today, smart decisions can increasingly be based on data analysis and be supported by IT systems that leverage AI. A global pandemic brings external change to an unprecedented level of unpredictability and severity of impact. Resilience therefore becomes an essential factor in most decisions when aiming at making and keeping them smart. In this chapter, we study the characteristics of resilient systems and test them with four use cases in a wide-ranging set of application areas. In all use cases, we highlight how AI can be used for data analysis to make smart decisions and contribute to the resilience of systems.