Neuronale Netze und Fuzzy-Logik in der Neuprodukt-Erfolgsfaktorenforschung

Die Entwicklung und erfolgreiche Vermarktung neuer Produkte ist für Unternehmen von existentieller Bedeutung, auch wenn hohe finanzielle Risiken dabei in Kauf genommen werden müssen. Bisher ist es jedoch nicht gelungen, eindeutige Erfolgsfaktoren zu identifizieren, was in statistischen bzw. methodis...

Full description

Bibliographic Details
Corporate Author: SpringerLink (Online service)
Format: eBook
Language:German
Published: Wiesbaden Deutscher Universitätsverlag 1999, 1999
Edition:1st ed. 1999
Subjects:
Online Access:
Collection: Springer Book Archives -2004 - Collection details see MPG.ReNa
LEADER 04161nmm a2200349 u 4500
001 EB000648980
003 EBX01000000000000000502062
005 00000000000000.0
007 cr|||||||||||||||||||||
008 140122 ||| ger
020 |a 9783322952097 
245 0 0 |a Neuronale Netze und Fuzzy-Logik in der Neuprodukt-Erfolgsfaktorenforschung  |h Elektronische Ressource 
250 |a 1st ed. 1999 
260 |a Wiesbaden  |b Deutscher Universitätsverlag  |c 1999, 1999 
300 |a XXVI, 218 S. 85 Abb  |b online resource 
505 0 |a 1 Einführung -- 1.1 Zielsetzung der Untersuchung -- 1.2 Aufbau der Arbeit -- 2 Begriffsabgrenzungen und Literaturüberblick über die Neuprodukt-Erfolgsfaktorenforschung -- 2.1 Begriffsabgrenzungen -- 2.2 Literaturüberblick über die empirische Neuprodukt-Erfolgsfaktorenforschung und Systematisierung der relevanten Studien -- 3 Die Diskriminanzanalyse und ihre Anwendung im Rahmen der Neuprodukt-Erfolgsfaktorenforschung -- 3.1 Darstellung der linearen FISHER-Diskriminanzanalyse -- 3.2 Die Anwendung der Diskriminanzanalyse in Neuprodukt-Erfolgsfaktorstudien -- 3.3 Gründe für eine Beeinträchtigung der Ergebnisse sowie Kritik an der Anwendung der Diskriminanzanalyse -- 4 Neuronale Netze zur Berücksichtigung von nichtlinearen Zusammenhängen -- 4.1 Darstellung möglicher Wirkungszusammenhänge zwischen Erfolg und Erfolgsfaktoren -- 4.2 Grundlagen Neuronaler Netze -- 4.3 Das Backpropagation-Netzwerk -- 5 Fuzzy-Logik zur Berücksichtigung von Unschärfen im Datenmaterial --  
505 0 |a 8.1 Ermittlung des leistungsfähigsten Auswertungsverfahrens -- 8.2 Auswertung der INTERPROD-Daten mit dem Neuronalen Netz -- 8.3 Zusammenfassung der Ergebnisse -- 9 Schlußbetrachtung -- 9.1 Zusammenfassung der Ergebnisse -- 9.2 Mögliche Kritik an der Vorgehensweise und Ausblick 
505 0 |a 5.1 Begriff der Unschärfe und Relevanz unscharfer Konzepte für die weitere Untersuchung -- 5.2 Fuzzy-Logik zur Darstellung von informationalen und linguistischen Unschärfen -- 5.3 Der Begriff der Fuzzy-Datenanalyse und ihre Durchführung mit Diskriminanzanalyse und Neuronalen Netzen -- 6 Theoretische Konzeptionierung der Monte-Carlo-Simulation -- 6.1 Begriff und Grundgedanke der Monte-Carlo-Simulation -- 6.2 Aufbau und Ablauf der Simulationsstudie -- 6.3 Entwicklung eines für die Neuprodukt-Erfolgsfaktorenforschung relevanten konstanten Grundszenarios -- 6.4 Festlegung des Experimentdesigns -- 7 Durchführung der Monte-Carlo-Simulation -- 7.1 Datenerzeugung und Aufbereitung -- 7.2 Auswertung der Datensätze -- 7.3 Einzelbetrachtung der Auswertungsergebnisse -- 7.4 Gegenüberstellung der Auswertungsergebnisse beiderVerfahren -- 8 Auswertung des deutschen INTERPROD-Datensatzes unter Berücksichtigung der Simulationsergebnisse --  
653 |a Leadership 
653 |a Strategic planning 
653 |a IT in Business 
653 |a Business Strategy and Leadership 
653 |a Marketing 
653 |a Business information services 
710 2 |a SpringerLink (Online service) 
041 0 7 |a ger  |2 ISO 639-2 
989 |b SBA  |a Springer Book Archives -2004 
028 5 0 |a 10.1007/978-3-322-95209-7 
856 4 0 |u https://doi.org/10.1007/978-3-322-95209-7?nosfx=y  |x Verlag  |3 Volltext 
082 0 |a 658.4012 
082 0 |a 658.4092 
520 |a Die Entwicklung und erfolgreiche Vermarktung neuer Produkte ist für Unternehmen von existentieller Bedeutung, auch wenn hohe finanzielle Risiken dabei in Kauf genommen werden müssen. Bisher ist es jedoch nicht gelungen, eindeutige Erfolgsfaktoren zu identifizieren, was in statistischen bzw. methodischen Problemen der häufig verwendeten Diskriminanzanalyse begründet sein könnte. Christine Wiedemann verwendet ein neuronales Netz, das auch nichtlineare Beziehungen aufdecken kann, sowie eine unscharfe Formulierung des Erfolgsbegriffes mit Hilfe von Fuzzy-Logik. Eine Monte-Carlo-Simulation soll zeigen, ob dieses für die Neuprodukt-Erfolgsfaktorenforschung neue Instrumentarium Verbesserungen gegenüber dem bisherigen Vorgehen bringen kann. Unter Berücksichtigung der gewonnenen Erkenntnisse wird der deutsche INTERPROD-Datensatz erneut ausgewertet