Zeitreihenanalyse

Frank Romeike and Gabriele Wieczorek
Additional contact information
Frank Romeike: RiskNET GmbH
Gabriele Wieczorek: Hochschule Hamm-Lippstadt

Chapter 9 in Data Analytics im Risikomanagement, 2026, pp 385-444 from Springer

Abstract: Zusammenfassung Risiken entwickeln sich oft dynamisch über die Zeit, weshalb es wichtig ist, nicht nur einzelne Werte zu betrachten, sondern langfristige Entwicklungen und wiederkehrende Muster zu erkennen. So können etwa mit Hilfe von Zeitreihenanalysen Rohstoffpreise, Wechselkurse und Zinssätze analysiert werden, um Marktrisiken frühzeitig zu identifizieren. Im Kredit-Risikomanagement können Zahlungsausfälle über die Zeit analysiert werden, um frühzeitige Warnsignale für Bonitätsrisiken zu erkennen. Zur Betrugserkennung können ungewöhnliche Transaktionsmuster in Echtzeit-Datenströmen untersucht werden. Im Bereich des IT- und OT-Risikomanagements können Anomalien im Netzwerkverkehr untersucht werden, die auf potenzielle Angriffe hindeuten. Im industriellen Risikomanagement können Maschinen- oder Systemausfälle zur Vorhersage von Wartungsbedarf analysiert werden. Die Zeitreihenanalyse ist ein essenzielles Werkzeug im quantitativen Risikomanagement, um trendspezifische Risiken zu erkennen, künftige Entwicklungen vorherzusagen und präventive Maßnahmen zu entwickeln.

Date: 2026
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-48843-7_9

Ordering information: This item can be ordered from
http://www.springer.com/9783658488437

DOI: 10.1007/978-3-658-48843-7_9

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().