Controlling im internationalen Profifußball – hohe Anforderungen in Zeiten starker Kommerzialisierung
Bibliographic record
Abstract
Im internationalen Profifußball ist seit rund zwei Jahrzehnten eine zunehmende Kommerzialisierung zu beobachten, die sich in jüngerer Vergangenheit noch akzentuiert und zu einem Milliardenmarkt entwickelt hat. So sind in den europäischen Top 5-Ligen – Premier League (England), Bundesliga (Deutschland), La Liga (Spanien), Serie A (Italien) und Ligue 1 (Frankreich) – insbesondere in der letzten Dekade Umsätze, Lohnsummen und auch Transferzahlungen stark angestiegen, sodass sich zunehmend auch Fragen nach der Profitabilität und Verschuldungssituation – und damit einhergehend nach der finanziellen Führung und internen Steuerung der Profifußballklubs – stellen. Vor diesem Hintergrund beschäftigt sich das Institut für Financial Management seit rund neun Jahren mit Fragestellungen, ob das Controlling und die interne Steuerung mit dieser starken Kommerzialisierung Schritt halten und den steigenden Anforderungen gerecht werden. Im Mittelpunkt der Untersuchungen steht dabei zunächst die Frage, wie sich das Verständnis von Controlling im internationalen Profifußball präsentiert und welche Bereiche und Geschäftsfelder in das Controlling einbezogen sind. In einem weiteren Schritt zielen die Recherchen darauf ab, herauszufinden, wie das Controlling ausgestaltet ist und welche Ansätze, Methoden und Instrumentarien hierbei zum Einsatz kommen.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.056 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".