TY  - JOUR
A1  - Andre, Perusso
A1  - Baaken, Thomas
T1  - Assessing the authenticity of cases, internships and problem-based learning as managerial learning experiences: Concepts, methods and lessons for practice
JF  - The International Journal of Management Education
Y1  - 2020
U6  - http://dx.doi.org/10.1016/j.ijme.2020.100425
VL  - 18
IS  - 3
SP  - 100425
ER  - 
TY  - JOUR
A1  - Baaken, Thomas
A1  - Alfert, Carina
A1  - Kliewe, Thorsten
T1  - Baaken Thomas; Alfert, Carina; Kliewe, Thorsten (2020). Corporate Venturing – a new way of creating a company’s future
JF  - Optimum. Studia Ekonomiczne
Y1  - 2020
U6  - http://dx.doi.org/10.15290/oes.2020.01.99.01
SN  - 1506-7637
VL  - 99
IS  - 1
SP  - 3
EP  - 21
ER  - 
TY  - JOUR
A1  - Balz, Ulrich
A1  - Bordemann, Heinz-Gerd
T1  - Berücksichtigung übertragbarer Ertragskraft bei der Bewertung von kleinen und mittelgroßen Unternehmen
JF  - Die Steuerberatung
N2  - Die Ertragskraft von KMU hängt oft an personenbezogenen Erfolgsfaktoren, die je nach Bewertungsanlass u.U. nicht oder nur begrenzt übertragbar sind. Der Beitrag zeigt, wie diese Faktoren zu identifizieren und in der Planung zu berücksichtigen sind. Darüber hinaus vergleicht er anhand eines Beispiels die Bewertungsergebnisse des vereinfachten Ertragswertverfahrens mit denen nach IDW S1 und diskutiert einen im vereinfachten Ertragswertverfahren angelegten Weg zur Annäherung der Bewertungen.
KW  - KMU
KW  - Familienunternehmen
KW  - Unternehmensbewertung
KW  - Bewertungsgesetz
Y1  - 2020
SN  - 0490-9658
VL  - 2020
IS  - 2
SP  - 71
EP  - 81
ER  - 
TY  - JOUR
A1  - Balz, Ulrich
A1  - Rupprecht, Manuel
A1  - Wolf, Juliane
T1  - Effiziente Wege zur Gewährleistung der Versorgungssicherheit bei importierten kritischen Gütern
JF  - Der Betrieb Spezial
N2  - Die Unterbrechung von Lieferketten infolge der aktuellen Pandemie wirft die Frage auf, wie künftig die Versorgungssicherheit mit kritischen Gütern im Krisenfall sichergestellt werden kann.
Zunächst ist zu klären, ob nicht schon die betriebswirtschaftlichen Zielsetzungen von Unternehmen die gewünschte Sicherheit gewährleisten können. Nur wenn eine Marktlösung dieses Ziel nicht erreicht, ist ein staatlicher Eingriff gerechtfertigt. Mithilfe eines Scoringmodells können kritische Güter klassifiziert und effiziente Instrumente für diesen Eingriff zugeordnet werden.
KW  - Corona
KW  - Lieferketten
KW  - Scoringmodell
Y1  - 2020
SN  - 0005-9935
VL  - 2020
IS  - 20
SP  - 2
EP  - 4
ER  - 
TY  - JOUR
A1  - Borgmann, Christopher
A1  - Feldmann, Carsten
T1  - Product Wheel: Produktionsnivellierung in der Prozessindustrie - Vorgehensmodell, Erfolgsfaktoren und Case Study
JF  - Industrie 4.0 Management
Y1  - 2020
SN  - 1434-1980
VL  - 36
IS  - 5
SP  - 33
EP  - 37
ER  - 
TY  - JOUR
A1  - Buchmüller, Christoph
T1  - BGH: Online-Banking-Bedingungen 2009 behindern Zahlungsauslösedienste kartellrechtswidrig
JF  - Recht der Zahlungsdienste
KW  - Online-Banking
Y1  - 2020
SN  - 2699-1969
VL  - 2020
IS  - Heft 3
SP  - 202
EP  - 203
ER  - 
TY  - JOUR
A1  - Bücker, Michael
A1  - Szepannek, Gero
A1  - Gosiewska, Alicja
A1  - Biecek, Przemyslaw
T1  - Transparency, Auditability and eXplainability of Machine Learning Models in Credit Scoring
JF  - arXiv
N2  - A major requirement for credit scoring models is to provide a maximally accurate risk prediction. Additionally, regulators demand these models to be transparent and auditable. Thus, in credit scoring, very simple predictive models such as logistic regression or decision trees are still widely used and the superior predictive power of modern machine learning algorithms cannot be fully leveraged. Significant potential is therefore missed, leading to higher reserves or more credit defaults. This paper works out different dimensions that have to be considered for making credit scoring models understandable and presents a framework for making ``black box'' machine learning models transparent, auditable and explainable. Following this framework, we present an overview of techniques, demonstrate how they can be applied in credit scoring and how results compare to the interpretability of score cards. A real world case study shows that a comparable degree of interpretability can be achieved while machine learning techniques keep their ability to improve predictive power.
Y1  - 2020
UR  - https://arxiv.org/abs/2009.13384
VL  - 2009.13384
SP  - 1
EP  - 30
ER  - 
TY  - JOUR
A1  - Feldmann, Carsten
A1  - Nießing, Jörg
A1  - Geyer, Fred
ED  - AIMA All Indian Management Association, 
T1  - Three steps to outstanding digital CX
JF  - Indian Management
Y1  - 2020
SN  - 0019-5812
VL  - 59
IS  - 3
SP  - 18
EP  - 23
ER  - 
TY  - JOUR
A1  - Fisher, Sandra
A1  - Connelly, Catherine
T1  - Building the “business case” for hiring people with disabilities
JF  - Canadian Journal of Disability Studies
Y1  - 2020
U6  - http://dx.doi.org/10.15353/cjds.v9i4.669
VL  - 9
IS  - 4
SP  - 71
EP  - 88
ER  - 
TY  - JOUR
A1  - Matthies, Benjamin
T1  - Assessing the Automation Potentials of Management Reporting Processes
JF  - International Journal of Digital Accounting Research
Y1  - 2020
SN  - 2340-5058
IS  - 20
SP  - 75
EP  - 101
ER  -