This title is printed to order. This book may have been self-published. If so, we cannot guarantee the quality of the content. In the main most books will have gone through the editing process however some may not. We therefore suggest that you be aware of this before ordering this book. If in doubt check either the author or publisher’s details as we are unable to accept any returns unless they are faulty. Please contact us if you have any questions.
Prognosewerte werden in Unternehmungen fur vielfiiltige Zwecke eingesetzt, insbesondere werden Planungsuberlegungen auf ihnen aufgebaut. So sind Absatzprognosen Grundlage von Absatz-, Produktions- und Investitions- pliinen und prognostizierte Zahlungsstrome bestimmen den Finanzplan. Pro- gnosewerte beeinflussen mithin kunftiges (geplantes) Handeln. Wiihrend aber in der Praxis formalisierte Planungsverfahren relativ breit ein- gesetzt werden, ist die Anwendung formalisierter Prognoseverfahren z. Z. selbst bei GroBunternehmungen noch keine Selbstverstiindlichkeit. Prognosewerte werden hiiufig mit Hilfe quantitativer Planungsverfahren verarbeitet; sie selbst werden jedoch intuitiv oder schematisch, z. B. durch Aufschlag globaler Wachstumsraten auf Vorjahrswerte, erstellt. Ein Planungs- ergebnis kann aber nicht besser sein als die Qualitiit der Daten, auf denen es beruht. Um so nachdrucklicher muB deshalb der Einsatz fortschrittlicher Prognose- techniken gefordert werden. Dazu steht einmal ein groBes Angebot erprobter Verfahren, auch in Form benutzerfreundlich gestalteter Computerprogramme, zur Verfugung, und zum anderen werden seit Jahren bereits im wirtschafts- wissenschaftlichen Grundstudium Kenntnisse im Fach Statistik vermittelt, die zum Verstiindnis der Verfahren vollig ausreichen. Vielleicht liegtaber gerade in diesen beiden Vorteilen ein Grund zur geringen Anwendung von Progno- severfahren: - Die Vielzahl der Verfahren erschwert die Auswahl einer bestimmten Me- thode fUr einen konkret vorliegenden Fall. - Durch die sehr stark theoretische Ausrichtung der Statistikausbildung an den Universitiiten wird eher eine psychische Sperre als eine Anwen- dungsmotivation fur statistische Verfahren erzielt. Anwendungsnahe Verfahren, wie z. B. Exponential Smoothing, werden dort hiiufig nicht behandelt. Die geringe Kenntnis der mit der Einfuhrung eines Ver- fahrens verbundenen ublichen Schwierigkeiten fuhrt daruber hinaus hiiufig zu einem vorzeitigen Abbruch von praktischen Versuchen.
