Im Juli 2025 nahm das OeNB-geförderte Forschungsprojekt „A Data-Driven Comprehensive Approach for Credit Default Prediction of Non-Listed Austrian Companies“ an der FH Oberösterreich offiziell seinen Betrieb auf — mit Zugang zu einem der umfangreichsten KMU-Datensätze Österreichs.
Das Forschungsprojekt
Kleine und mittlere Unternehmen (KMU) machen den Großteil der österreichischen Wirtschaft aus — und sind gleichzeitig besonders insolvenzanfällig. Präzise Prognosemodelle fehlen bisher für den nicht-börsennotierten Bereich. Das Projekt setzt hier an: Mit einem einzigartigen Datenzugang, modernsten Methoden und einer dreijährigen Laufzeit wird die Insolvenzforschung für österreichische KMU auf ein neues Niveau gehoben.
Klassische Ökonometrie
Logistische Regression, Altman Z-Score und Diskriminanzanalyse als transparente Baseline-Modelle.
Machine Learning
Random Forest, XGBoost, SVM und Neural Networks auf 1,7 Millionen Bilanzen österreichischer Unternehmen.
NLP & LLMs
Textbasierte Insolvenzprognose mit BERT und Large Language Models auf Jahresabschluss-Daten.
Einzigartiger Datenzugang
Über den Praxispartner KSV1870 steht dem Forschungsteam ein Datensatz von 1,7 Millionen Bilanzen nicht-börsennottierter österreichischer Unternehmen aus dem Zeitraum 2005–2022 zur Verfügung — ein in der europäischen Insolvenzforschung einzigartiger Zugang.
🔑 KSV1870
Das Team
Das Projekt wird geleitet von FH-Prof. Mag. Dr. Stefan Fink und durchgeführt von Sarah Wallner, MA als Dissertantin. Als Co-Investigatorin ist Prof. Dr. Lisa Perkhofer (MCI Innsbruck) eingebunden, FH-Prof MMag. Dr. Susanne Leitner-Hanetseder bringt ihre Expertise in Controlling und Finanzanalyse ein. Die institutionelle Heimat ist das Department Controlling, Rechnungswesen & Finanzmanagement (CRF) an der FH Oberösterreich, Campus Steyr.
„Dieser Startschuss markiert den Beginn eines dreijährigen Forschungsprojekts, das die Insolvenzprognose für österreichische KMU grundlegend weiterentwickeln wird.“
