aufschrieb

Um eine eigene Firma zu gründen muss man viele Aspekte bedenken: das eigene Produkt, bzw. Dienstleistung muss erstellt und ggfalls weiterentwickelt, Kunden gewonnen und am Schluss muss ein Gewinn erwirtschaftet werden. Die Finanzen sind elementarer Bestandteil eines Business Case: mit Annahmen zu den Kosten, Einnahmen und auch dem Ergebnis die bedacht werden müssen. Für Gründer bereite ich aktuell einen Finanzworkshop vor; zur tieferen Beschäftigung mit der Break-Even-Analyse wird im Folgenden der Mehrproduktfall vorgestellt. Angenommen wir eröffnen einen Blumenstand auf dem Markt und haben die folgenden finanziellen Angaben, so können wir für jedes Produkt eine isolierte Break-Even-Mengen berechnen; heißt, dass z.B. der Verkauf von 350 Rosen die wöchentlichen Fixkosten von 350€ decken würde. Aber wie sieht dies im Mehrproduktfall aus; also wenn alle Blumen verkauft werden? Eine Option ist es, den Produkten mit ihren isolierten Break-Even-Mengen einen Anteil vorzugeben - hier jeweils

Das Drama der letzten Tage um Wirecard wurde schon mit einigen Superlativen beschrieben. "Einzigartig" ist eine der treffenden Zuschreibungen. Hintergrund ist, dass Wirecard als Finanzdienstleister Rücklagen braucht, um für die Zahlungen über die eigene Plattform bürgen zu können. Von einem Teil dieser Rücklagen fehlt nun jede Spur - die nächsten Wochen werden wohl zeigen, was an den vielen Betrugsvorwürfen gegen Wirecard und/oder gegen dessen Geschäftspartner dran ist. Dies beiseite, ist der Fall ein willkommener Anlass für mich, um mich mit der Aktienanalyse und vor allem mit dem R-Paket quantmod() zur Aktienanalyse näher auseinanderzusetzen. Denn die Ereignisse spiegeln sich im Aktienkurs wider: Um dies in Relation zu setzen, habe ich die Aktie der Lufthansa-Aktie gegenübergestellt. Auch über diese wurde in den vergangenen Wochen viel berichtet - wohlgemerkt aus ganz anderen Gründen. Beide Aktienkurse habe ich in Relation zum 24.09.2018 gesetzt - dem Tag, als Wirecard in d

Viele kennen das: wir stehen mitten im Jahr und alle wollen wissen, wo man am Ende des Jahres steht. Im Folgenden ein einfaches Beispiel, wie man in Excel eine simple Fortschreibung von periodischen Daten hinbekommt; mit der Annahme des anhaltenden Wachstums ohne Einbruch durch Corona. Die Daten geben eine gewisse Periodizität preis; also ein Muster, was sich über die Jahre hinweg wiederholt. Immer Mitte des Jahres gibt es einen starken Absatz. Um einen besseren Überblick ohne etwaige Ausreisser zu bekommen, schauen wir uns den gleitenden Durchschnitt an: das konstante Wachstum und die Wellenbewegungen werden sichtbar. Aber wie geht es weiter? Hierzu dient die Linest()-Funktion - eine Array-Formel zur linearen Regression (je nach Betriebssystem wird eine Arrayformel anders eingegeben). Damit können wir eine lineare Regression auf Basis des Indexes und des gleitenden Durchschnitts aufstellen und bis zum Ende des Jahres fortschreiben. Die Spalte H berechnet sich aus $G$4 + $F$4 * A2. Nun

Das iX Sonderheft "Moderne Programmiersprachen" ist seit dem 08.06.2020 im Handel; mit einem Artikel von mir. In "Die Welt verstehen" gehe ich auf die Vorgehensweise bei einer Sentimentanalyse ein. Den Code dazu habe ich hier hochgeladen, für alle jene, die sich selbst versuchen wollen. In dem Heft gibt es interessante Einblicke; auch zu R! Weitere Blogposts zur Sentimentanalyse habe ich auf diesem Blog schon hier hochgeladen: Sentimentanalyse simpel erklärt Sentimentanalyse von deutschen Texten Die Warnehmung der Charaktere von "Haus des Geldes" auf Twitter

Da ich hier im Blog häufiger mit Daten von GoogleTrends gearbeitet habe, will ich auf Zweifel und Kritik an eben jenen Daten verweisen. Die Daten seien nicht zuverlässig und könnten Trends falsch widerspiegeln. Unter anderem bin ich auf folgenden Artikel gestoßen:  Zweifel an Google Trends Da die jeweiligen Daten nur auf Basis von Stichproben ermittelt werden, gibt es Zweifel an der Aussagekraft der Daten. Analysen müssen eine Wiederhol- und Vergleichbarkeit aufweisen. Speziell bei Themen mit einer kleineren Datenmenge kann es jedoch große Unterschiede zwischen zufällig gewählten Stichproben geben, was bei GoogleTrends der Fall sei. Die Zahlen von GoogleTrends müssen also mit Vorsicht genossen werden; meiner Meinung nach können die Daten jedoch auch mit diesem Wissen dazu dienen, große Themen und auffällige Trends zu identifizieren. Photo by  Jessica Lewis  from  Pexels