Automatisierte Datenanalyse der externen Berichterstattung in Unternehmen der Automobil- und Versorgungsbranche. Trainingsset und kritische Würdigung der Methode

Inhaltsverzeichnis

• Einleitung
• Relevanz des Themas und Problemstellung
• Zielsetzung und Aufbau der Arbeit
• Begriffliche und konzeptionelle Grundlagen
• Digitalisierung
• Definition und Abgrenzung
• Das Konzept der digitalen Transformationsstrategie
• Geschäftsbericht
• Inhalt des Geschäftsberichts
• Funktion der externen Berichterstattung
• Methodische Grundlagen der Arbeit
• Data Mining
• Text Mining
• Datenvorverarbeitung
• Tokenisierung
• Stoppwörter
• Stemming
• Machine Learning zur Datenanalyse
• Unsupervised Learning
• Supervised Learning
• Klassifikation
• Numerische Vorhersage
• Assoziationsanalyse
• Auswahl der Bewertungsmethodik zur Analyse der Geschäftsberichte
• Anwendung der automatisierten Datenanalyse
• Untersuchungsziel der Analyse und Vorgehensweise der Bearbeitung
• Entwicklung des Trainingssets zur Auswertung der Daten
• Auswahl der Geschäftsberichte
• Bestimmung der Schlüsselbegriffe
• Erstellung des Trainingssets
• Analyse der Ergebnisse
• Kritische Würdigung der Methode
• Fazit

Zielsetzung und Themenschwerpunkte

Diese Bachelorarbeit befasst sich mit der automatisierten Datenanalyse der externen Berichterstattung ausgewählter Unternehmen der Automobil- und Versorgungsbranche. Ziel ist es, ein Trainingsset zur Analyse von Geschäftsberichten zu erstellen und die Methode kritisch zu würdigen.

• Digitalisierung und digitale Transformation
• Externe Berichterstattung und Geschäftsberichte
• Data Mining und Text Mining
• Machine Learning und Datenanalyse
• Erstellung und Anwendung eines Trainingssets zur automatisierten Analyse

Zusammenfassung der Kapitel

• Einleitung: Dieses Kapitel führt in das Thema der automatisierten Datenanalyse von Geschäftsberichten ein und erläutert die Relevanz der Thematik sowie die Problemstellung. Die Zielsetzung der Arbeit wird definiert und der Aufbau der Arbeit wird vorgestellt.
• Begriffliche und konzeptionelle Grundlagen: In diesem Kapitel werden die theoretischen Grundlagen der Arbeit behandelt. Die Definition und Abgrenzung des Begriffs der Digitalisierung sowie das Konzept der digitalen Transformationsstrategie werden erläutert. Darüber hinaus wird der Geschäftsbericht als zentrale Quelle der externen Berichterstattung definiert und seine Inhalte sowie seine Funktionen werden analysiert.
• Methodische Grundlagen der Arbeit: Dieses Kapitel befasst sich mit den methodischen Grundlagen der Arbeit. Die Methoden des Data Mining und Text Mining werden vorgestellt und die verschiedenen Schritte der Datenvorverarbeitung (Tokenisierung, Stoppwörter, Stemming) werden erläutert. Die Anwendung von Machine Learning zur Datenanalyse, insbesondere die Unterscheidung zwischen Unsupervised Learning und Supervised Learning, wird detailliert dargestellt. Schliesslich werden verschiedene Ansätze des Supervised Learning (Klassifikation, Numerische Vorhersage, Assoziationsanalyse) präsentiert und die Auswahl der Bewertungsmethodik zur Analyse der Geschäftsberichte erläutert.
• Anwendung der automatisierten Datenanalyse: Dieses Kapitel zeigt die praktische Anwendung der automatisierten Datenanalyse. Das Untersuchungsziel der Analyse und die Vorgehensweise der Bearbeitung werden beschrieben. Die Entwicklung des Trainingssets zur Auswertung der Daten wird vorgestellt, wobei die Auswahl der Geschäftsberichte, die Bestimmung der Schlüsselbegriffe und die Erstellung des Trainingssets im Detail beleuchtet werden. Die Ergebnisse der Analyse werden präsentiert und interpretiert.

Schlüsselwörter

Die Arbeit fokussiert sich auf die Schlüsselbegriffe Digitalisierung, digitale Transformation, externe Berichterstattung, Geschäftsberichte, Data Mining, Text Mining, Machine Learning, Datenanalyse, Trainingsset und kritische Würdigung.