Über das Buch

Zum Inhalt

Im Rahmen von Investitionsentscheidungen sind Projekte generell mit dem Risiko behaftet, dass deren operativer und/oder finanzieller Erfolg die Erwartungen nicht erfüllen kann oder sogar gänzlich ausbleibt. Betrachtet man Einzelprojekte, so kommt in diesem Zusammenhang erschwerend hinzu, dass die Prognose des ökonomischen Erfolgs per se erschwert wird, da bei der Erstellung eines Unikats kaum repetitive Prozesse genutzt werden. In der Praxis akzeptierte und gängige Verfahren der Investitionsrechnung – allen voran die Kapitalwertmethode – bedürfen jedoch verschiedener Inputfaktoren (bspw. zeitabhängige Cashflows, Kalkulationszins), um entscheidungsunterstützend zu wirken. Wurde der Klärung nach der Frage nach dem Kalkulationszins in Form des CAPM-Ansatzes und seiner vielfältigen Ausprägungen bereits nachgegangen, so beschränkt sich ein Großteil der empirischen Forschungsarbeiten bisher darauf, den finanziellen Gesamterfolg eines Projektes zeitunabhängig zu schätzen.

Der Autor verfolgt das Ziel eine Methodik zu entwickeln, mit welcher der wirtschaftliche Erfolg von Einzelprojekten prognostiziert werden kann. Hierbei wird der Fokus auf die Prognose der zeitabhängigen Cashflows gelegt. Die Datenbasis wird dabei durch ca. 1.800 Kinofilme, die in den Jahren 2000 bis 2012 in den US-amerikanischen Kinos ausgewertet wurden, gebildet. Zur Bearbeitung der ökonomischen Aufgabenstellung werden multivariate Analysemethoden (Clusteranalyse) und Methoden der künstlichen Intelligenz (künstliche neuronale Netze) kombiniert, womit der Autor einen starken interdisziplinären Ansatz verfolgt. Die entworfenen Modelle werden zwar mit Fokus auf Projekte der Medienindustrie entworfen und angewendet, sind jedoch so allgemein konzipiert, dass mit entsprechenden Anpassungen auch ein Einsatz in anderen Industriezweigen möglich erscheint. [...]

Schlagworte

BWL, Künstliche Intelligenz, Medienökonomie, Umsatzprognose, Erfolgsfaktoren, Kinofilme, Multivariate Analysemethoden, Clusteranalyse, Künstliche neuronale Netze, Data Mining, Artificial Intelligence, AI, KI