Ich bin gerade in einem anderen Beitrag auf diesen Vergleich gestoßen der placement für Technik verglichen hat. Hat jemand solche zahlen für BWL MBB und IB normalisiert auf Studentenanzahl für HSG, WHU, LSE, etc.?

Copy Paste Beispiel:
Schauen wir uns doch mal Top Positionen auf LinkedIn an.

Mercedes F1 Team: 6 ETH vs 2 TUM (zugegeben kleine sample size)
Goldman Sachs: 93 ETH vs 74 TUM
McKinsey: 413 ETH vs 391 TUM
Google: 240 ETH vs 157 TUM

Und dabei muss man die Uni Größe beachten:
ETH 21,000 vs TUM 42,000 -> Faktor 2

Also in Relation:
Mercedes F1 Team: ETH placed 6x besser
Goldman Sachs: ETH placed 2.5x besser
McKinsey: ETH placed 2x besser
Google: ETH placed 3x besser

Bevor die genauen Zahlen kommen kann ich schon sagen dass WHU und Mannheim die TUM und ETH Zahlen schlagen

WiWi Gast schrieb am 02.01.2021:

Bevor die genauen Zahlen kommen kann ich schon sagen dass WHU und Mannheim die TUM und ETH Zahlen schlagen

Schwer vergleichbar. Google Sales ist nicht Google Software Developer. Einzig vergleichbar ist in dem Fall das wo alle gleich einsteigen wie z.b. McKinsey. Ist allerdings wiederum ein Ziel von viel mehr BWLern als Technikern.

WiWi Gast schrieb am 02.01.2021:

Ich bin gerade in einem anderen Beitrag auf diesen Vergleich gestoßen der placement für Technik verglichen hat. Hat jemand solche zahlen für BWL MBB und IB normalisiert auf Studentenanzahl für HSG, WHU, LSE, etc.?

Copy Paste Beispiel:
Schauen wir uns doch mal Top Positionen auf LinkedIn an.

Mercedes F1 Team: 6 ETH vs 2 TUM (zugegeben kleine sample size)
Goldman Sachs: 93 ETH vs 74 TUM
McKinsey: 413 ETH vs 391 TUM
Google: 240 ETH vs 157 TUM

Und dabei muss man die Uni Größe beachten:
ETH 21,000 vs TUM 42,000 -> Faktor 2

Also in Relation:
Mercedes F1 Team: ETH placed 6x besser
Goldman Sachs: ETH placed 2.5x besser
McKinsey: ETH placed 2x besser
Google: ETH placed 3x besser

Also ich kann mich erinnern, dass das mal jemand für MBB gemacht hat, und die WHU da mit relativ großem Abstand (3x - 4x) selbst verglichen mit der HSG rauskam.

Goldman ja
Bei McK bin ich mir schon unsicher
und bei Google stimmt die Behauptung definitiv nicht

Hier die aktuellen Zahlen von LinkedIn in Tabellenform:
Die ersten Spalten zeigen die absolute Anzahl der Alumni bei den jeweiligen Firmen, die nächste die Gesamtzahl der Alumni auf LinkedIn.
Die Alumnizahl habe ich jetzt mal jeweils versucht, etwas anzupassen, um nur die Leute zu zählen, die auch zum Bewerberpool gehören könnten (gerne Einwände falls ich da zu streng/großzügig war). Der zugehörige Koeffizient ist in der letzten Spalte eingetragen (1=keine Veränderung). Das prozentuale Placement gibt die Summe der Alumni bei den entsprechenden Firmen geteilt durch die adjustierte Alumnigesamtzahl wider.

Consulting
McK BCG Bain Alumni Alumni (adj.) Prozentuales Placement (adj.) Adjust
WHU 167 126 71 11368 11368 3.20% 1
MA 214 175 86 45461 18184 2.61% 0.4
HSG 306 259 149 49317 32549 2.19% 0.66
TUM 264 233 91 99644 49822 1.18% 0.5
ETH 165 108 54 73284 36642 0.89% 0.5
FS 30 46 20 24274 24274 0.40% 1

Banking
GS JPM MS Alumni Alumni (adj.) Prozentuales Placement (adj.) Adjust
WHU 41 30 17 11368 11368 0.77% 1
HSG 87 55 64 49317 32549 0.63% 0.66
MA 37 39 34 45461 18184 0.60% 0.4
FS 35 59 24 24274 24274 0.49% 1
TUM 23 11 15 99644 24911 0.20% 0.25

Private Equity (hier habe ich die Summe der zehn größten Megafunds - Blackstone, Carlyle, KKR, CVC, Warburg Pincus, BainCap, EQT, Thoma Bravo, Apollo, Neuberger Berman) genommen, aus Platzgründen sind die einzelnen Firmen nicht aufgeführt).

  Summe Alumni  Alumni (adj.)   Prozentuales Placement (adj.)      Adjust

WHU 29 11368 11368 0.26% 1
HSG 47 49317 32549 0.14% 0.66
MA 26 45461 18184 0.14% 0.4
TUM 11 99644 24911 0.04% 0.25
FS 7 24274 24274 0.03% 1

WiWi Gast schrieb am 02.01.2021:

Ich bin gerade in einem anderen Beitrag auf diesen Vergleich gestoßen der placement für Technik verglichen hat. Hat jemand solche zahlen für BWL MBB und IB normalisiert auf Studentenanzahl für HSG, WHU, LSE, etc.?

Copy Paste Beispiel:
Schauen wir uns doch mal Top Positionen auf LinkedIn an.

Mercedes F1 Team: 6 ETH vs 2 TUM (zugegeben kleine sample size)
Goldman Sachs: 93 ETH vs 74 TUM
McKinsey: 413 ETH vs 391 TUM
Google: 240 ETH vs 157 TUM

Und dabei muss man die Uni Größe beachten:
ETH 21,000 vs TUM 42,000 -> Faktor 2

Also in Relation:
Mercedes F1 Team: ETH placed 6x besser
Goldman Sachs: ETH placed 2.5x besser
McKinsey: ETH placed 2x besser
Google: ETH placed 3x besser

Der Vergleich macht überhaupt keinen Sinn da man das Placement nicht auf Abteilungen anpassen kann. Theoretisch könnte die Hälfte der TUM Studenten im HR oder Operations Bereich bei GS arbeiten, und bei der ETH alle im IB oder Markets.

WiWi Gast schrieb am 03.01.2021:

Ich bin gerade in einem anderen Beitrag auf diesen Vergleich gestoßen der placement für Technik verglichen hat. Hat jemand solche zahlen für BWL MBB und IB normalisiert auf Studentenanzahl für HSG, WHU, LSE, etc.?

Copy Paste Beispiel:
Schauen wir uns doch mal Top Positionen auf LinkedIn an.

Mercedes F1 Team: 6 ETH vs 2 TUM (zugegeben kleine sample size)
Goldman Sachs: 93 ETH vs 74 TUM
McKinsey: 413 ETH vs 391 TUM
Google: 240 ETH vs 157 TUM

Und dabei muss man die Uni Größe beachten:
ETH 21,000 vs TUM 42,000 -> Faktor 2

Also in Relation:
Mercedes F1 Team: ETH placed 6x besser
Goldman Sachs: ETH placed 2.5x besser
McKinsey: ETH placed 2x besser
Google: ETH placed 3x besser

Der Vergleich macht überhaupt keinen Sinn da man das Placement nicht auf Abteilungen anpassen kann. Theoretisch könnte die Hälfte der TUM Studenten im HR oder Operations Bereich bei GS arbeiten, und bei der ETH alle im IB oder Markets.

Naja, man kann sich auf LinkedIn schon anschauen, wo die Leute sitzen. Die Verteilung Backoffice-Frontoffice unterscheidet sich nicht groß zwischen den Unis. Hätte ich auch nicht anders erwartet.

Interessanter Beitrag, vielen Dank für die Mühe (WiWi-Treff zerschießt leider manche Tabellenformate). WHU, HSG, MA wie zu erwarten top.

WiWi Gast schrieb am 03.01.2021:

Hier die aktuellen Zahlen von LinkedIn in Tabellenform:
Die ersten Spalten zeigen die absolute Anzahl der Alumni bei den jeweiligen Firmen, die nächste die Gesamtzahl der Alumni auf LinkedIn.
Die Alumnizahl habe ich jetzt mal jeweils versucht, etwas anzupassen, um nur die Leute zu zählen, die auch zum Bewerberpool gehören könnten (gerne Einwände falls ich da zu streng/großzügig war). Der zugehörige Koeffizient ist in der letzten Spalte eingetragen (1=keine Veränderung). Das prozentuale Placement gibt die Summe der Alumni bei den entsprechenden Firmen geteilt durch die adjustierte Alumnigesamtzahl wider.

Consulting
McK BCG Bain Alumni Alumni (adj.) Prozentuales Placement (adj.) Adjust
WHU 167 126 71 11368 11368 3.20% 1
MA 214 175 86 45461 18184 2.61% 0.4
HSG 306 259 149 49317 32549 2.19% 0.66
TUM 264 233 91 99644 49822 1.18% 0.5
ETH 165 108 54 73284 36642 0.89% 0.5
FS 30 46 20 24274 24274 0.40% 1

Banking
GS JPM MS Alumni Alumni (adj.) Prozentuales Placement (adj.) Adjust
WHU 41 30 17 11368 11368 0.77% 1
HSG 87 55 64 49317 32549 0.63% 0.66
MA 37 39 34 45461 18184 0.60% 0.4
FS 35 59 24 24274 24274 0.49% 1
TUM 23 11 15 99644 24911 0.20% 0.25

Private Equity (hier habe ich die Summe der zehn größten Megafunds - Blackstone, Carlyle, KKR, CVC, Warburg Pincus, BainCap, EQT, Thoma Bravo, Apollo, Neuberger Berman) genommen, aus Platzgründen sind die einzelnen Firmen nicht aufgeführt).

Summe Alumni  Alumni (adj.)   Prozentuales Placement (adj.)      Adjust

WHU 29 11368 11368 0.26% 1
HSG 47 49317 32549 0.14% 0.66
MA 26 45461 18184 0.14% 0.4
TUM 11 99644 24911 0.04% 0.25
FS 7 24274 24274 0.03% 1

Warum nur alumni? Das verändert die Zahlen enorm.
Siehe TUM und ETH McKinsey vom Original post vs deine Tabelle

WHU nach wie vor die wahre Nummer 1 in DE