📈 economics

Enhancing Accounting Decision Quality through Business Intelligence Capabilities with Accounting Information Quality as a Mediator and Technology Investment Readiness as a Moderator

Diese Studie zeigt, dass Business-Intelligence-Fähigkeiten (Datenmanagement, Analytik und Berichterstattung) die Qualität von Entscheidungen in der Buchhaltung in jordanischen Organisationen verbessern, indem sie die Qualität der Buchhaltungsinformationen erhöhen, eine Beziehung, die durch die Bereitschaft zu Technologieinvestitionen weiter gestärkt wird.

Ursprüngliche Autoren: Khaled Aldarab’ah, Huthaifa Al-Hazaima, Tamara Adel Al-maaitah, Asma’a Al-Amarneh, Atef B. Al-Qur'an, Areej Faeik Hijazin

Veröffentlicht 2026-08-13

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Khaled Aldarab’ah, Huthaifa Al-Hazaima, Tamara Adel Al-maaitah, Asma’a Al-Amarneh, Atef B. Al-Qur'an, Areej Faeik Hijazin

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, den perfekten Kuchen zu backen, aber anstatt eines Rezepts starren Sie auf einen Berg roher Zutaten, die überall in der Küche verstreut liegen. Sie haben Mehl, Zucker, Eier und Schokoladenstückchen, aber diese sind mit Schmutz vermischt, einige sind abgelaufen und die Hälfte davon ist in verschiedenen Sprachen beschriftet. Ganz egal, wie talentiert der Koch auch sein mag, wenn die Zutaten ein Chaos sind, wird der Kuchen eine Katastrophe. Dies ist genau die Situation, mit der viele Unternehmen heute konfrontiert sind. Sie verfügen über Unmengen an Daten, aber diese sind oft ungeordnet, veraltet oder schwer zu verstehen. In der Welt der Wirtschaftswissenschaften nennt man das „Datenmanagement“.

Um dies zu beheben, nutzen Unternehmen „Business Intelligence“ (BI). Stellen Sie sich BI als einen superintelligenten Küchenroboter vor, der die Zutaten sortieren, den Schmutz abwaschen, den Zucker perfekt abmessen und sogar sagen kann, welcher Geschmack nächste Woche am besten verkauft werden wird. Aber hier ist der Haken: Es reicht nicht aus, nur den Roboter zu haben. Der Roboter muss an eine funktionierende Stromquelle angeschlossen sein, und der Koch muss wissen, wie er die Bedienelemente benutzt. Wenn die Küche zu alt ist, um den Roboter zu unterstützen, oder wenn der Koch Angst hat, die Knöpfe zu berühren, steht der Roboter ungenutzt herum. Dieses Papier untersucht, wie diese „Roboter“ (BI-Tools) Buchhaltern tatsächlich helfen, bessere Entscheidungen zu treffen – aber nur, wenn die Zutaten sauber sind (hochwertige Informationen) und die Küche bereit ist, die Maschine zu betreiben (Technologie-Investitionsbereitschaft).

Die große Frage: Kann ein smarter Roboter eine chaotische Küche retten?

Diese Studie, durchgeführt von einem Team von Forschern von Universitäten in Jordanien, stellt eine sehr praktische Frage: Hilft es Buchhaltern tatsächlich, bessere Entscheidungen zu treffen, wenn sie über ausgefallene Business-Intelligence-Tools verfügen? Und wenn ja, wie?

Die Forscher haben nicht einfach nur geraten; sie haben 300 Fachkräfte aus den Bereichen Rechnungswesen, Finanzwesen und Management verschiedener Organisationen in Jordanien befragt. Sie wollten sehen, ob drei spezifische „Superkräfte“ der Business Intelligence in der Lage sind, unordentliche Daten in Gold zu verwandeln. Diese Superkräfte sind:

Datenmanagement: Die Fähigkeit, Daten zu organisieren, zu bereinigen und zu speichern, damit sie nicht verloren gehen oder beschädigt werden.
Datenanalyse: Die Fähigkeit, Werkzeuge zu nutzen, um verborgene Muster zu finden, die Zukunft vorherzusagen und Fehler zu erkennen.
Berichterstattung und Visualisierung: Die Fähigkeit, komplexe Zahlen in leicht lesbare Diagramme, Dashboards und Bilder zu verwandeln.

Das Team fand heraus, dass diese Tools Entscheidungen nicht magisch von selbst verbessern. Stattdessen funktionieren sie wie ein Staffellauf. Zuerst verbessern die Tools die Qualität der Buchhaltungsinformationen (sie machen sie präzise, zeitnah und klar). Da die Informationen dann so gut sind, steigt die Qualität der Entscheidungen, die von Managern getroffen werden.

Die „Geheimzutat“: Informationsqualität

Die Studie entdeckte einen entscheidenden Vermittler in diesem Prozess. Es geht nicht nur darum, die Tools zu besitzen; es geht darum, was diese Tools produzieren. Die Forscher fanden heraus, dass Business-Intelligence-Fähigkeiten die Qualität der Buchhaltungsinformationen signifikant steigern. Wenn Daten gut verwaltet, tiefgehend analysiert und klar präsentiert werden, werden die Informationen zuverlässig.

Denken Sie an einen hochauflösenden Fernseher. Wenn Sie einen 4K-Bildschirm (das BI-Tool) haben, aber eine verschwommene Sendung mit statischem Rauschen (schlechte Daten) ansehen, wird das Bild immer noch schrecklich aussehen. Aber wenn Sie ein klares, hochwertiges Signal (gute Buchhaltungsinformationen) haben, lässt dieser 4k-Bildschirm das Bild fantastisch aussehen. Die Studie zeigte, dass die Qualität der Informationen der Schlüssel dazu ist, warum bessere Tools zu besseren Entscheidungen führen. Tatsächlich zeigten die Daten, dass die Verbindung zwischen guten Informationen und guten Entscheidungen sehr stark war.

Der „Netzschalter“: Technologie-Investitionsbereitschaft

Hier wird die Geschichte noch interessanter. Die Forscher fanden heraus, dass das Besitzen der Tools nicht die ganze Geschichte ist. Es gibt einen „Netzschalter“, der kontrolliert, wie gut die Tools funktionieren. Dieser Schalter wird als Technologie-Investitionsbereitschaft bezeichnet.

Dieses Konzept bezieht sich darauf, wie bereit eine Organisation ist, Geld und Aufwand in Technologie zu investieren. Dazu gehört das Vorhandensein der richtigen Computer, der richtigen Software, geschulter Mitarbeiter und eines Budgets, um alles auf dem neuesten Stand zu halten. Die Studie fand heraus, dass diese Bereitschaft als Booster wirkt.

Stellen Sie sich vor, Sie haben ein Hochleistungs-Rennauto (eine BI-Fähigkeit). Wenn Sie einen vollen Tank mit Premiumbenzin und ein professionelles Boxenteam haben (hohe Technologie-Investitionsbereitschaft), wird dieses Auto fliegen. Aber wenn Sie es auf einer Schotterstraße ohne Benzin und mit einem kaputten Motor platzieren (geringe Bereitschaft), wird es sich nicht bewegen, egal wie schick das Auto ist. Die Studie bestätigte, dass, wenn Organisationen bereit sind, in Technologie zu investieren, die Verbindung zwischen ihren BI-Tools und der Qualität ihrer Informationen viel stärker wird.

Was die Zahlen sagen

Die Forscher nutzten eine statistische Methode namens SmartPLS 4, um die Zahlen aus ihren 300 Umfragen auszuwerten. Hier ist das, was sie fanden:

Datenmanagement hatte einen positiven Effekt auf die Informationsqualität.
Datenanalyse hatte von allen drei Werkzeugen den größten Einfluss auf die Verbesserung der Informationsqualität.
Berichterstattung und Visualisierung halfen ebenfalls dabei, Informationen klarer und nützlicher zu machen.
Buchhaltungsinformationsqualität wurde als die Brücke bewiesen, die diese Tools mit besserer Entscheidungsfindung verbindet.
Technologie-Investitionsbereitschaft wurde bestätigt, die Beziehung zwischen den Tools und der Qualität der Informationen zu stärken.

Die Forscher maßen die „Stärke“ dieser Beziehungen. Beispielsweise war die Verbindung zwischen hoher Informationsqualität und der Treffen hochwertiger Entscheidungen sehr stark, wobei ein statistischer Wert zeigte, dass sie über 50 % der Entscheidungsqualität erklärt. Die Verbindung zwischen den Tools und der Informationsqualität war ebenfalls signifikant und erklärte etwa 68 % der Veränderungen in der Informationsqualität.

Das Urteil

Was bedeutet das also für die reale Welt? Das Papier kommt zu dem Schluss, dass der bloße Kauf teurer Software kein Zauberstab ist. Um bessere Buchhaltungsentscheidungen zu treffen, müssen Unternehmen drei Dinge tun:

Die Daten bereinigen: Sicherstellen, dass die Rohzutaten gut sind.
Die Werkzeuge nutzen: Diese Daten analysieren und visualisieren, um sie verständlich zu machen.
Bereit sein zu investieren: Sicherstellen, dass das Geld, die Ausbildung und die Infrastruktur vorhanden sind, um diese Tools zu unterstützen.

Die Studie legt nahe, dass eine Organisation, die in Technologiebereitschaft investiert, viel mehr Wert aus ihren Business-Intelligence-Tools ziehen wird. Ohne diese Bereitschaft könnten die Tools einfach dort liegen, ungenutzt oder untergenutzt. Die Forscher betonen, dass die Qualität der produzierten Informationen der wichtigste Faktor ist, um Daten in kluge Entscheidungen zu verwandeln.

Kurz gesagt: Man kann den besten Roboter der Welt haben, aber wenn die Küche ein Chaos ist und man weder die richtigen Zutaten gekauft noch den Koch geschult hat, wird man am Ende trotzdem einen verbrannten Kuchen haben. Aber wenn man die Küche aufräumt, sein Team schult und den Roboter seine Arbeit machen lässt, wird man jedes Mal meisterhafte Kuchen backen.

Technisches Resümee: Verbesserung der Qualität von Rechnungslegungsentscheidungen durch Business-Intelligence-Kapazitäten

Problemstellung
In einem zunehmend datengesteuerten Geschäftsumfeld stehen Organisationen vor volatilen Märkten und komplexen regulatorischen Anforderungen, die eine präzise, zeitnahe und datengestützte Entscheidungsfindung erfordern. Während Business-Intelligence-Kapazitäten (BI-Kapazitäten) als strategische Assets zur Umwandlung von Rohdaten in Erkenntnisse anerkannt sind, besteht eine Lücke im Verständnis darüber, wie diese Kapazitäten spezifisch zu einer verbesserten Qualität von Rechnungslegungsentscheidungen führen. Die bestehende Literatur behandelt BI oft als direkten Treiber von Entscheidungen oder konzentriert sich auf allgemeine Managemententscheidungen, wobei die spezifische vermittelnde Rolle der Qualität von Rechnungslegungsinformationen und der kontextuelle Einfluss der Technologieinvestitionsbereitschaft einer Organisation vernachlässigt werden. Darüber hinaus investieren viele Unternehmen in BI-Tools, ohne die notwendigen Bedingungen (wie Data Governance und Infrastrukturreife) zu realisieren, die erforderlich sind, um deren Wirkung auf die Ergebnisse der Rechnungslegung zu maximieren. Diese Studie adresst diese Lücken, indem sie den Mechanismus untersucht, durch den BI-Kapazitäten die Rechnungslegungsentscheidungen beeinflussen, vermittelt durch die Informationsqualität und moderiert durch die Technologiebereitschaft.

Methodik
Die Studie verwendet ein quantitatives Forschungsdesign unter Anwendung eines Querschnittserhebungsverfahrens.

Stichprobe und Grundgesamtheit: Die Daten wurden von 300 Mitarbeitern in jordanischen Organisationen erhoben, wobei gezielt Personen in den Bereichen Rechnungswesen, Finanzen, Wirtschaftsprüfung, Informationssysteme und Management angesprochen wurden, die über direkte Erfahrung mit Buchhaltungsinformationssystemen und Entscheidungsprozessen verfügen.
Instrument: Ein strukturierter Fragebogen wurde verwendet, um sechs Schlüsselkonstrukte auf einer fünfstufigen Likert-Skala zu messen:
1. Unabhängige Variablen: Business-Intelligence-Kapazitäten, operationalisiert durch drei Dimensionen: Datenmanagement-Kapazität, Datenanalyse-Kapazität und Reporting- und Visualisierungskapazität.
2. Mediator: Qualität der Rechnungslegungsinformationen (Genauigkeit, Relevanz, Zeitnähe, Vollständigkeit, Zuverlässigkeit, Verständlichkeit).
3. Abhängige Variable: Qualität der Rechnungslegungsentscheidung (Rationalität, Zeitnähe, Nützlichkeit von Entscheidungen bezüglich Budgetierung, Kostenkontrolle, Investition usw.).
4. Moderator: Technologieinvestitionsbereitschaft (finanzielle, technische und managementbezogene Fähigkeit, in digitale Infrastruktur, Schulung und Systemintegration zu investieren).
Analyse: Die Daten wurden mittels SmartPLS 4 (Partial Least Squares Structural Equation Modeling) analysiert. Die Analyse folgte einem zweistufigen Prozess:
1. Bewertung des Messmodells: Bewertung der Reliabilität (Cronbachs Alpha, Composite Reliability) und Validität (konvergente Validität via AVE, diskriminante Validität via HTMT- und Fornell-Larcker-Kriterien).
2. Bewertung des Strukturmodells: Test der direkten, mediierenden und moderierenden Beziehungen mittels Pfadkoeffizienten, t-Werten und p-Werten. Die Studie bewertte zudem das Bestimmtheitsmaß ( $R^2$ ), die prädiktive Relevanz ( $Q^2$ ) und die Effektstärken ( $f^2$ ).

Kernergebnisse
Die Analyse des Strukturmodells stützte alle zehn vorgeschlagenen Hypothesen:

Direkte Effekte auf die Informationsqualität: Alle drei Dimensionen der BI-Kapazität beeinflussen die Qualität der Rechnungslegungsinformationen (AIQ) signifikant und positiv.
- Die Datenanalyse-Kapazität zeigte den stärksten Einfluss ( $\beta = 0,337$ ).
- Die Datenmanagement-Kapazität folgte ( $\beta = 0,284$ ).
- Die Reporting- und Visualisierungskapazität hatte ebenfalls einen signifikanten positiven Effekt ( $\beta = 0,246$ ).
Auswirkung auf die Entscheidungsqualität: Die Qualität der Rechnungslegungsinformationen beeinflusst die Qualität der Rechnungslegungsentscheidung signifikant und positiv ( $\beta = 0,712$ ), was darauf hindeutet, dass qualitativ hochwertige Informationen ein primärer Treiber für die Entscheidungsqualität sind.
Mediation: Die Qualität der Rechnungslegungsinformationen mediiert signifikant die Beziehungen zwischen den BI-Kapazitäten und der Qualität der Rechnungslegungsentscheidung. Die indirekten Effekte waren für alle drei BI-Dimensionen signifikant, wobei der Pfad von der Datenanalyse-Kapazität über die AIQ zur Entscheidungsqualität der stärkste indirekte Pfad war ( $\beta = 0,240$ ). Die Studie stellt fest, dass die Mediation zwar signifikant ist, die Beziehung zwischen der Reporting- und Visualisierungskapazität und der Entscheidungsqualität jedoch teilweise mediiert wird, da die Kapazität die Entscheidungsqualität auch durch andere Mechanismen oder direkte Pfade beeinflusst, die im Text nicht vollständig als vollständige Mediation isoliert wurden.
Moderation: Die Technologieinvestitionsbereitschaft (TIR) moderiert positiv die Beziehungen zwischen allen drei BI-Kapazitäten und der Qualität der Rechnungslegungsinformationen. Dies bedeutet, dass die positive Auswirkung der BI-Kapazitäten auf die Informationsqualität verstärkt wird, wenn eine Organisation eine höhere Bereitschaft aufweist, in Technologie zu investieren (z. B. Infrastruktur, Schulung, Systemupgrades).
Erklärungskraft: Das Modell erklärt 68,4 % der Varianz in der Qualität der Rechnungslegungsinformationen und 50,7 % der Varianz in der Qualität der Rechnungslegungsentscheidung.

Zentrale Beiträge

Theoretisch: Die Studie erweitert die Resource-Based View (RBV) und das DeLone- und McLean-Informationssystem-Erfolgsmodell im Kontext der Rechnungslegung. Sie validiert empirisch, dass BI-Kapazitäten als strategische Ressourcen fungieren, welche die Entscheidungsqualität primär durch den Mechanismus der Verbesserung der Informationsqualität steigern, statt durch einen direkten Zusammenhang.
Kontextuell: Sie führt die Technologieinvestitionsbereitschaft als kritische Randbedingung ein und zeigt auf, dass die Wirksamkeit von BI-Kapazitäten von der finanziellen und technischen Bereitschaft einer Organisation abhängt, diese Werkzeuge zu unterstützen.
Praktisch: Die Ergebnisse bieten Führungskräften und Buchhaltern handlungsleitende Hinweise und betonen, dass die alleinige Investition in BI-Tools unzureichend ist. Erfolg erfordert einen ganzheitlichen Ansatz, der robustes Datenmanagement, fortgeschrittene Analysetrainings, klare Visualisierungswerkzeuge und eine starke Verpflichtung zur technologischen Infrastruktur und zur Personalentwicklung umfasst.

Bedeutung und Ansprüche
Die Arbeit beansprucht, eine kritische Forschungslücke zu schließen, indem sie BI-Kapazitäten, Informationsqualität und Technologiebereitschaft in ein einheitliches Modell für die Entscheidungsfindung in der Rechnungslegung integriert. Die Autoren behaupten, dass ihre Studie klärt, wie BI-Kapazitäten zu besseren Entscheidungen führen (über die Informationsqualität) und unter welchen Bedingungen sie am effektivsten sind (hohe Technologiebereitschaft).

Die Studie kommt zu dem Schluss, dass Organisationen zur Verbesserung ihrer Rechnungslegungsentscheidungsqualität folgende Schritte unternehmen müssen:

Priorisierung von Data Governance und Datenmanagement, um Datengenauigkeit und -integration zu gewährleisten.
Übergang vom traditionellen Reporting zu fortgeschrittener Datenanalyse, um Trends und Risiken aufzudecken.
Nutzung von Visualisierungswerkzeugen, um komplexe Daten verständlich zu machen.
Sicherstellung, dass Investitionen in BI durch Investitionen in die notwendige technologische Infrastruktur und das Humankapital (Schulung) flankiert werden.

Die Autoren räumen bescheiden Einschränkungen ein, indem sie auf die Querschnittsnatur der Daten hinweisen (was kausale Rückschlüsse über die Zeit verhindert), auf die Abhängigkeit von selbstberichteten Wahrnehmungen und auf die Beschränkung der Stichprobe auf jordanische Organisationen. Sie schlagen vor, dass zukünftige Forschung longitudinale Designs, andere nationale Kontexte und zusätzliche BI-Dimensionen wie KI und prädiktive Analytik untersuchen sollte.

Technisches Resümee: Verbesserung der Qualität von Rechnungslegungsentscheidungen durch Business-Intelligence-Kapazitäten

Mehr davon