Beurteilung der Bestandsfestigkeit von Unternehmen mit Neuro-Fuzzy

Die Bestandsfestigkeit eines Unternehmens spielt in zahlreichen betriebswirtschaftlichen Entscheidungsproblemen eine wichtige Rolle. Um ein zuverlässiges, objektives und auch nachvollziehbares Urteil über die Bestandsfestigkeit fällen zu können, bedarf es eines leistungsfähigen Instruments der Jahresabschlussanalyse. Ein solches wird in dieser Arbeit mit Hilfe eines hybriden Verfahrens der Künstlichen Intelligenz auf Basis von mehr als 8.000 Jahresabschlüssen entwickelt. Hierbei wird die Nachvollziehbarkeit wissensbasierter Fuzzy-Regelsysteme mit der Lernfähigkeit Künstlicher Neuronaler Netze verbunden. Die Ergebnisse zeigen, dass das entwickelte Neuro-Fuzzy-System neben einer hohen Leistungsfähigkeit zugleich für den Anwender eine nachvollziehbare Urteilsbildung bereitstellt und sich daher für die Jahresabschlussanalyse in idealer Weise eignet.

Autorentext
Der Autor: Christian Heitmann wurde 1971 in Harsewinkel geboren. Er studierte von Oktober 1992 bis April 1998 Wirtschaftsinformatik an der Westfälischen Wilhelms-Universität Münster. Von 1998 bis 2002 war er Wissenschaftlicher Mitarbeiter am Institut für Revisionswesen der Westfälischen Wilhelms-Universität Münster von Prof. Dr. Dr. h.c. Jörg Baetge. Die Promotion erfolgte 2001.

Inhalt

Aus dem Inhalt: Darstellung von Verfahren der Künstlichen Intelligenz zur Beurteilung der Bestandsfestigkeit, insb. wissensbasierte Fuzzy-Regelsysteme, Künstliche Neuronale Netze und Neuro-Fuzzy-Systeme - Entwicklung und Validierung eines Neuro-Fuzzy-Lageindikators - Anwendung des entwickelten Neuro-Fuzzy-Lageindikators auf den Porsche Konzern.