330 Wirtschaft
Refine
Year of publication
Document Type
- Article (45)
- Working Paper (12)
- Conference Proceeding (9)
- Book (6)
- Bachelor Thesis (4)
- Report (4)
- Master's Thesis (3)
- Lecture (2)
- Part of a Book (1)
- Doctoral Thesis (1)
Has Fulltext
- yes (88)
Is part of the Bibliography
- no (88)
Keywords
- Milchwirtschaft (35)
- Molkerei (27)
- Kostenschätzung (8)
- Käserei (5)
- Erneuerbare Energien (4)
- Finanzkrise (4)
- Kostenverlauf (4)
- Weichkäse (4)
- Automation (3)
- Betriebswirtschaftslehre (3)
Nowadays, problems related with solid waste management become a challenge for most countries due to the rising generation of waste, related environmental issues, and associated costs of produced wastes. Effective waste management systems at different geographic levels require accurate forecasting of future waste generation. In this work, we investigate how open-access data, such as provided from the Organisation for Economic Co-operation and Development (OECD), can be used for the analysis of waste data. The main idea of this study is finding the links between socioeconomic and demographic variables that determine the amounts of types of solid wastes produced by countries. This would make it possible to accurately predict at the country level the waste production and determine the requirements for the development of effective waste management strategies. In particular, we use several machine learning data regression (Support Vector, Gradient Boosting, and Random Forest) and clustering models (k-means) to respectively predict waste production for OECD countries along years and also to perform clustering among these countries according to similar characteristics. The main contributions of our work are: (1) waste analysis at the OECD country-level to compare and cluster countries according to similar waste features predicted; (2) the detection of most relevant features for prediction models; and (3) the comparison between several regression models with respect to accuracy in predictions. Coefficient of determination (R2), Mean Absolute Error (MAE), Root Mean Square Error (RMSE), and Mean Absolute Percentage Error (MAPE), respectively, are used as indices of the efficiency of the developed models. Our experiments have shown that some data pre-processings on the OECD data are an essential stage required in the analysis; that Random Forest Regressor (RFR) produced the best prediction results over the dataset; and that these results are highly influenced by the quality of available socio-economic data. In particular, the RFR model exhibited the highest accuracy in predictions for most waste types. For example, for “municipal” waste, it produced, respectively, R2 = 1 and MAPE = 4.31 global error values for the test set; and for “household” waste, it, respectively, produced R2 = 1 and MAPE = 3.03. Our results indicate that the considered models (and specially RFR) all are effective in predicting the amount of produced wastes derived from input data for the considered countries.
INHALT EINLEITUNG 1. Einfuhrende Überlegungen 2. Methodische Begründungen ERSTER TEIL: Wirtschaftsentwickung und Rationalisierung 1. Innovation und Wachstum bei J.A.Schumpeter 2. Geschichte der Rationalisierung 2.1. Rationalisierung vor und wahrend der Industriellen Revolution 2.1.1. Rationalisierung durch Arbeitsteilung 2.1.2. Rationalisierung durch Einsatz von Maschinerie 2.2. Rationalisierung seit dem Beginn der "Großen Depression" im Jahre 1873 2.2.1. Der Taylorismus 2.2.2. Der Fordismus 2.2.3. Die Arbeitspsychologie 2.2.4. Die Betriebswirtschaftslehre 2.3. Rationalisierung wahrend der Weimarer Republik 2.3.1. Entstehungsbedingungen 2.3.2. Erscheinungsformen der Rationalisierung 2.3.2.1. Rationalisierung in der Produktion 2.3.2.1.1. Rationalisierung m der Landwirtschaft 2.3.2.1.2. Rationalisierung in der Industrie 2.3.2.2. Rationalisierung in der Zirkulation 2.4. Exkurs: Rationalisierung im konjunkturellen Verlauf der 20er Jahre 2.4.1. "Volkswirtschaftliche" oder "negative" Rationalisierung 2.4.?. Der Rationalisierungsaufscnwung 2.4.3. Die Weltwirtschaftskrise 2.4.4. Rationalisierung, Konjunktur und Krise in den 20er Jahren 2.5. Rationalisierung während des deutschen Faschismus 2.6. Rationalis1erung wahrend der Rekonstruktionsperiode bis zur Krise von 1966/67 2.7. Rationalisierung seit der Krise von 1966/67 3. Verschiedene Sichtweisen von Rationalisierung 3.1. Rationalisierung und technischer Fortschritt 3.2. Rationalisierung als Ausdruck betriebswirtschaftlicher Praxis und aus volkswirtschaftlicher Sicht 3.3. Rationalisierung aus der Sicht der Marxschen Theorie 3.4. Der Rationalisierungsbegriff 3.4.1. Der einzelwirtschaftliche Rationalisierungsbegriff 3.4.2. Der gesamtwirtschaftliche Rationalisierungsbegriff 3.4.3. Rationalisierung und Marxsche Theorie 3.4.4. Der allgemeine Rationalisierungsbegriff ZWEITER TEIL: Ursachen und Wirkungen von Rationalisierung im konjukturellen Verlauf 1. Rationalisierung im konjunkturellen Aufschwung 1.1. Rationalisierung und Investition 1.2. Die Konjunkturtheorie von J.R.Hicks 1.3. Aufschwung und Krise 1.3.1. Die Erholung 1.3.2. Die Expansion 1.3.3. Die Hochkonjunktur 2. Rationalisierung im konjunkturellen Abschwung 2.1. Die Abschwächung 2.2. Die Depression 2.2.1. Desinvestitionen und die Stabilisierung des Abschwungs 2.2.2. Die Strategie der Rationalisierung 2.2.3. Kreislaufwirkungen von Rationalisierungsinvestitionen 2.2.4. Schranken der Rationalisierung 3. Wirtschaftspolitische Überlegungen
Der vorliegende Artikel analysiert sowohl das in der Entwicklung stehende Projekt, die Digitalisierung von Herbarbelegen, als auch den dafür vorhandenen Markt. Bei der Produktanalyse wird das Kernprodukt in die 3 Einzelprodukte gegliedert und diese in Funktion und Zusammensetzung näher erklärt. Besonderen Wert wird hier auf die bisher angefallenen Entwicklungskosten gelegt, da sie die Basis für die Kalkulation der Umsatzanalyse bilden. Die Marktanalyse besteht aus einer genauen Analyse des deutschen Marktes sowie einer gröberen des europäischen- und des Weltmarktes. Die anschließend durchge-führte Umsatzanalyse basiert auf den Daten aus der Produktanalyse und der recherchierten Märkten. Ziel hiervon ist es, erste Vorstellungen eines möglichen Umsatzes auf dem deutschen, europäischen und weltweiten Markt zu erstellen.
In Niedersachsen setzt das Ministerium für Wissenschaft und Kultur seit 2007 ein Hochschulkennzahlensystem ein, um einen Teil des Grundhaushalts wettbewerblich an die Hochschulen zu verteilen. Über die Mittelvergabe hinaus ist ein Monitoringsystem integriert, mit dem die Entwicklung der Hochschulen beurteilt werden kann. Zur differenzierten Beurteilung werden monetäre und nichtmonetäre Hochschuldaten zu Kennzahlen verdichtet. Die Kennzahlen befinden sich jedoch auf einer zu hohen Aggregationsebene für ein hochschulinternes Controlling an der Fachhochschule Hannover. Daher dienen Berichtssysteme mit Standardberichten der Information über hochschulweite Prozesse und Ressourcen, um im zunehmenden Wettbewerb der Fachhochschulen fundierte Entscheidungen treffen zu können. Beispielhaft werden Standardberichte zu erbrachten Lehrleistungen als erste Komponente des nichtmonetären Controllings in einem Berichtssystem konzipiert. Methodisch basiert die Konzeption auf einer Informationsbedarfsanalyse mit induktiven und deduktiven Verfahren. Das Vorgehen lässt sich grundsätzlich auf weitere nichtmonetäre Leistungen (z. B. der Forschung) übertragen und in die konzipierte Struktur integrieren.
Die Serie von Modellabteilungsrechnungen wird mit der Untersuchung des Kostenverlaufs in der Abteilung Weichkäse fortgefuhrt, um einen weiteren Baustein zur Bestimmung optimaler Produktionsstrukturen zu erhalten. Als Ausgangsposition dieser Themenstellung soll im folgenden die Modellabteilung Weichkäse Gestalt annehmen. Dazu sind drei Arbeitsschritte notwendig: die Festlegung des zu untersuchenden Produktes, die inhaltliche Abgrenzung der zu bildenden Modellabteilung und die Auswahl des Fertigungsverfahrens.
Metriken und Leistungskennzahlen zur Steuerung eines Startups mit einem Abonnement-Geschäftsmodell
(2017)
Diese Ausarbeitung schlüsselt wesentliche Metriken und Kennzahlen für Startups mit Abonnement-Geschäftsmodellen auf. Der Schwerpunkt liegt auf der Erklärung von Kennzahlen, welche innerhalb von neu gegründeten Startups mit einem Abonnement-Geschäftsmodell Anwendung finden sollten. Nach Einführung in die terminologischen Grundlagen, also nachdem die Begriffe Startup, Abonnement-Geschäftsmodelle und die Grundlagen von Kennzahlen erklärt wurden, werden zahlreiche Kennzahlen wie beispielsweise Average Revenue per User, Customer Churn Rate oder Customer Lifetime Value im Detail erklärt und anhand von Beispielrechnungen nahegebracht.
Methodische Weiterentwicklungen der Modellabteilungsrechnung für milchwirtschaftliche Betriebe
(1990)
Vor 15 Jahren wurde der erste Beitrag einer Serie von Modellabteilungsrechnungen mit dem Ziel veröffentlicht, der Praxis und Wissenschaft nachvollziehbare Planungshilfen
für die Gestaltung optimaler Produktionsstrukturen in der Milchwirtschaft an die Hand zu geben. Dieses Ziel gilt auch heute noch, jedoch hat sich im Laufe der Zeit immer
deutlicher herauskristallisiert, daß eine Fortschreibung der Faktorpreise sowie eine gelegentliche Aktualisierung der Faktormengenverbräuche in Anpassung an neue technologische Entwicklungen allein nicht ausreichen, die selbstgesetzen Ansprüche an die Modellabteilungsrechnung zu erfüllen.