Algorithmen-Aversion im Controlling

Forecasts sind ein wesentliches Element des Controllings um Managemententscheidungen zu unterstützen. Obwohl Algorithmen in Prognosen präziser sind als Forecaster, werden sie häufig nicht eingesetzt. In der Literatur wird diese Algorithmen-Aversion als robustes Phänomen beschrieben, es fehlt jedoch an einem Verständnis dafür, wie ausgeprägt sie im täglichen Arbeitsumfeld von Forecastern ist. Daher wird in diesem Buch untersucht, wie sich das Arbeitsumfeld von Forecastern auf die Algorithmen-Aversion auswirkt. Dazu werden die vier besonders relevanten Variablen des Arbeitsumfelds – Zeitdruck, „do your best“-Ziele, Entscheidungsrechte für Eingabeinformationen, die der Algorithmus verarbeitet, und Relative Performance Information – betrachtet.