Die Arbeit entwirft einen rollierenden Forecast für die quantitativen Zielkennzahlen der Bundesagentur für Arbeit, welcher einem Soll-Ist-Vergleich dieser gegenübergestellt wird, um zu überprüfen, inwiefern eine solche Prognose in der Lage ist, die Zielerreichungen der Führungskräfte und damit auch der Arbeitsagenturen zu verbessern.
Als Prognosemodell dient das Komponentenmodell der Zeitreihenanalyse, welches Trend- und Saisonkomponente in die Zukunft extrapoliert.
Es kann, anhand der Prognose der monatlichen Integration, gezeigt werden, dass die Forecast-Methode frühzeitigeres Führungshandeln und damit eine bessere Zielerreichung erlaubt. Sie kann daher in den Arbeitsagenturen ein erster Schritt Richtung Predective Analytics sein.
[...] In diesem Sinne soll die Hauptforschungsfrage der Arbeit sein:
Erlaubt es ein rollierender Forecast, im Vergleich zur Soll-Ist-Analyse, eher Aussagen zu einer Zielerreichung einer AA am Ende des Jahres zu Treffen?
Und daraus abgeleitet die Frage:
Steigert der Einsatz rollierender Forecasts die Wahrscheinlichkeit der Zielerreichung der Führungskräfte der BA? (Quelle: Thesis)
Verfasserangabe:
Daniel Richter ; Erstprüfer/in: Anne Müller-Osten ; Zweitprüfer/in: Maximilian Leubner
Jahr:
2022
Verlag:
Schwerin, Hochschule der Bundesagentur für Arbeit
Aufsätze:
Zu diesem Aufsatz wechseln
opens in new tab
Diesen Link in neuem Tab öffnen
Mehr...
Suche nach dieser Systematik
Suche nach diesem Interessenskreis
Beschreibung:
44 S. : graph. Darst., Tab.
Schlagwortketten:
Sprache:
Deutsch
Fußnote:
Schwerin, Hochschule der Bundesagentur für Arbeit, Bachelorthesis, 2022. - Literaturverz.: S. 39-43
Mediengruppe:
Bachelorarbeiten