IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-45406-7_39.html
   My bibliography  Save this book chapter

Komplexitätsreduktion bei ESG-getriebenen M&A durch AI und Spatial Computing

In: ESG als Treiber von M&A

Author

Listed:
  • Oliver Everling

    (RATING EVIDENCE GmbH)

Abstract

Zusammenfassung Die Integration von ESG-Kriterien in M&A-Prozesse spiegelt eine fortschrittliche Entwicklung wider, die ethische Unternehmensführung mit langfristigem finanziellen Erfolg verknüpft, dabei jedoch komplexe Herausforderungen mit sich bringt. Innovative Technologien wie Künstliche Intelligenz (AI) und Spatial Computing eröffnen neue Möglichkeiten zur Effizienzsteigerung und Komplexitätsreduktion durch effektive Analyse und Visualisierung von Daten. Die zentrale Rolle von Daten bei der Bewertung von ESG-Kriterien betont die Notwendigkeit einer sorgfältigen Datenerfassung, -analyse und -verwaltung. Technologische Lösungen wie virtuelle Data Rooms und Rating-Systeme tragen zur Vereinfachung von ESG-getriebenen M&A-Transaktionen bei, indem sie eine fundiertere Entscheidungsfindung ermöglichen. Dieser Artikel beleuchtet, wie die Kombination aus technologischem Fortschritt und datengetriebener Analyse die M&A-Prozesse nachhaltig verändern und zu einer verantwortungsvolleren Wirtschaftsweise führen kann.

Suggested Citation

  • Oliver Everling, 2024. "Komplexitätsreduktion bei ESG-getriebenen M&A durch AI und Spatial Computing," Springer Books, in: Karl A. Niggemann & Ulrich Dahlhausen & Markus B. Hofer & Rudolf Schmitz & Oliver Everling (ed.), ESG als Treiber von M&A, chapter 39, pages 683-703, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-45406-7_39
    DOI: 10.1007/978-3-658-45406-7_39
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-45406-7_39. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.