Frank Romeike – författare

Unternehmen nehmen oft Risiken auf sich, obwohl sie nicht wissen, wie diese Risiken zu managen und zu steuern sind. Dabei werden oft unnötige Risiken eingegangen, bei denen das Potenzial für Gewinne genauso hoch ist wie das für Verluste. So kann z.B. ein Unternehmen mit hohem Exportanteil und Fremdwährungssätzen auf die Preisschwankungen am Devisenmarkt mit der Gründung einer Devisenhandelsabteilung reagieren. Das Unternehmen kann es aber wegen mangelnder Kompetenz und Erfahrungen auch unterlassen, da die zusätzlichen Kosten, die dadurch entstehen, die Vorteile nicht rechtfertigen würden. Ein Unternehmen muss also wissen, wo sich seine Kernrisiken befinden und wie diese Risiken effizient zu managen und zu steuern sind, um so einen Wettbewerbsvorteil gegenüber anderen Unternehmen zu erhalten und höhere Renditen realisieren zu können. Die Autoren zeigen, wie beim strategischen Risikomanagement die Kernrisiken definiert, gemessen und in die Unternehmenssteuerung integriert werden können. Dabei legen sie besonderen Wert auf die Integration der rechtlichen Rahmenbedingungen.

Das Umfeld von Unternehmen wird zunehmend dynamischer und weniger vorhersagbar: Kunden informieren sich und (re)agieren schneller, und das keinesfalls lokal begrenzt. Wettbewerber werden kreativer. Gibt es in einer völlig fremden Branche eine heftige Bewegung, ist dies in der ver ochtenen Wirtschaft meist bisins eigene Unternehmen zu spüren. Auf diese Herausforderungen vorbereitet zu sein, wird zusehends schwieriger. Daher sollten sich Unternehmen nicht mehr nur auf deterministische Planungsinstrumente verlassen, vielmehr geht es darum, Unsicherheiten zu managen. Eine dafür geeignete Methode sind Simulationen. Frank Romeike und Jan Spitzner bieten neben einer Einführung in die Simulationstechnik einen Überblick über alle wichtigen Simulationsmethoden wie Szenarioanalysen, stochastische Simulationen, ereignisorientierte und agentenbasierte Simulationen, System Dynamics und (Business) Wargaming. Zahlreiche Beispiele aus der Praxis, wie aus der Chemieindustrie, der Versicherungswirtschaft und der Logistikbranche, unterstreichen die Relevanz und Tauglichkeit der Methoden. • Alle wichtigen Simulationsmethoden auf einen Blick• Praxisorientiert und hochaktuell• Mit einem Geleitwort von Christoph Schwager, Chief Risk O cer, EADS/Airbus

Die Autoren geben einen Überblick über die Analyse und Steuerung von Kredit- und Marktrisiken sowie über die versicherungstechnischen und operationellen Risiken in Versicherungsunternehmen. Sie erläutern, welche Instrumente und Methoden für ein effizientes Risikomanagement in diesem Bereich notwendig sind. Im Zentrum des Buches steht die Darstellung neuer Methoden wie Asset Liability Managements oder Dynamische Finanzanalyse (DFA). Zahlreiche Beispiele und Checklisten erleichtern die Umsetzung in die Praxis.Die 3., aktualisierte Auflage wird hinsichtlich Struktur und der Inhalte rund um die Regulierungsthemen komplett überarbeitet.

Logistische Prozessketten und Logistiknetze werden immer komplexer – auch hinsichtlich Kosten, Zeit und Qualität. Es ist eine konkrete Arbeitshilfe für Praktiker und stellt anhand zahlreicher Beispiele Konzepte, Methoden und Instrumente vor, die es ermöglichen, Risiken in der Logistik zu identifizieren und effektiv zu handhaben.

Dieses Buch aus der Reihe "Studienwissen kompakt" bietet einen Komplettüberblick über alle wesentlichen Teilbereiche des Risikomanagements. Es unterstützt insbesondere Nebenfachstudenten bei der schnellen Erfassung des für sie relevanten Fachwissens.

Für Unternehmen ist ein sicherer und zugleich professioneller Umgang mit dem Faktor Risiko aus existenziellen Gründen unumgänglich. Ohne Risiken gäbe es aber auch keinerlei Chancen und der verantwortungsvolle Umgang mit Risiken stellt in Wirklichkeit einen wesentlichen Werttreiber für das Unternehmen dar. Die beiden Risiko-Management-Experten Frank Romeike und Peter Hager machen typische Fragestellungen aus der Unternehmenspraxis an Fallstudien anschaulich, diskutieren die anwendbaren Methoden und beschreiben die Umsetzung. Diese anschauliche Reise durch alle Unternehmensabteilungen vermittelt dem Leser einen umfassenden Überblick über aktuelle Methoden im Risiko-Management und die Erfolgsfaktoren für ein wirksames Risiko- und Chancen-Management. Besonders nützlich: Die skizzierten Beispiele sind als fertige Excel-Tabellen zum besseren Nachvollziehen erhältlich und können zusammen mit weiteren Materialien wie beispielsweise Checklisten und Tools auf dem Portal RiskNET abgerufen werden.Die vierte Auflage des Praxishandbuches wurde erneut komplett überarbeitet und aktualisiert. Es bietet eine Fülle von bewährten Entscheidungshilfen für unternehmensweites Risiko-Management.

Das Buch zeigt, wie Unternehmen durch die Anwendung der stochastischen Szenariosimulation ein wirksames und effizientes Risikomanagement umsetzen können. Die einfache Darstellung der Grundbegriffe und Methoden der Stochastik, ergänzt um Beispiele und Fallstudien aus der Praxis, geben dem Leser ein praxiserprobtes Toolkit an Instrumenten für die praktische Umsetzung mit auf den Weg.Die Autoren führen zunächst in die faszinierende Welt des Zufalls ein und erklären die Grundbegriffe der deskriptiven und auch für das Risikomanagement wichtigen Inferenzstatistik. Anschließend geben sie einen Einblick in erforderliche Wahrscheinlichkeitsverteilungen mit deren Risikomaße und Anwendung in der Praxis und beschreiben Verfahren der Risikoaggregation und der Effizienzbewertung von Risiko-Abmilderungsmaßnahmen. Diese Einführung wird begleitet durch konkrete Fallbeispiele, die in der Programmumgebung „R“ umgesetzt wurden.Ergänzend zur Einführung in die spannende Welt der Stochastikwerden in einem separaten Kapitel typische Fallstudien aus der Praxis präsentiert. Die Beispiele werden als Sourcecode in der Programmiersprache „R“ für eine praktische Anwendung sowohl im Buch als auch in elektronischer Form von den Autoren zum Download bereitgestellt.

Das Buch bietet einen umfassenden Überblick über Data Analytics im Risikomanagement in Unternehmen. Die fortschreitende Digitalisierung bringt eine wachsende Menge von Daten hervor. Data Analytics beschäftigt sich mit den Methoden zur Analyse dieser Daten und umfasst neben statistischen Modellen auch das Maschinelle Lernen. Unternehmen, die die methodischen Grundlagen von Data Analytics verstehen und anwenden, können nicht nur im Risikomanagement Daten wertschöpfend nutzen, sondern auf Basis einer verbesserten Analyse und Prognose fundierte unternehmerische Entscheidungen treffen. In einem durch den Einsatz von Artificial Intelligence (AI) geprägten Unternehmensumfeld stellt dies einen erheblichen Wettbewerbsvorteil dar.Neben einer allgemeinen Einführung in Data Analytics erläutern die Autoren fundiert die Methoden der deskriptiven, diagnostischen sowie prädiktiven Datenanalyse. Basierend auf einem fiktiven Unternehmen werden Anwendungsbeispiele aus der Praxis des Risikomanagements beschrieben. Die Beispiele werden als Sourcecode in der Programmiersprache R für eine praktische Umsetzung zum Download bereitgestellt.