• Keine Ergebnisse gefunden

Business Analytics and Big Data

N/A
N/A
Protected

Academic year: 2021

Aktie "Business Analytics and Big Data"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Demand Forecasting

• Problem: Nachfrageschwankungen müssen zur Kapazitierung des Wertschöpfungsnetzes rechtzeitig antizipiert werden (sonst:

ungenügende Auslastung bzw.

entgangener Umsatz)

• Ziel: Bessere mittel- und langfristige Kapazitierung des Systems.

Supply Chain Event/Risk Management

• Problem: Lieferrisiko in globalen Wertschöpfungsnetzen – was passiert, wenn die Schiffsladung aus Asien verspätet eintrifft?

• Ziel: Rechtzeitige Veranlassung von Nachbestellungen bei alternativen Lieferanten.

Predictive Maintenance

• Problem: Maschinenstörungen/-ausfälle führen zu Leerkosten,

Wartungskosten,

Lieferterminabweichungen, Warteschlangen, …

• Ziel: Ermittlung optimaler Zeit- punkte für Wartung/Ölung/Reinigung, um die Anzahl an Störungen und Ausfällen zu minimieren.

Live Demo: Supply Chain Monitoring

• Problem: Langfristige Planung eines kostenminimalen Distributionsnetzes (Lagerstandorte)

• Ziel: Beobachtung der langfristigen Entwicklung der Supply Chain (Kundencluster, -mengen, Bestellfrequenz, Sendungsstruktur etc.)

Business Analytics and Big Data

Production, Logistics and Supply Chain Management

Dr. Florian Kellner, Maximilian A. Lukesch (M. Sc. / MBA)

Lehrstuhl für Logistik & Controlling, Fakultät für Wirtschaftswissenschaften

Kontakt:

Florian.kellner@ur.de maximilian.lukesch@ur.de

1. Regensburger Big Data Day , Universität Regensburg 30. Oktober 2018

These

Es ist lohnenswert, das Informationsnetz im Wertschöpfungsnetz systematisch zu verdichten. Seine planvolle Nutzung ermöglichtlokale und unternehmensübergreifende Effizienzsteigerungen. Die durch die Verdichtung gesammelten Informationen (Big Data)…

• ermöglichen ein höheres Niveau an Transparenzdes Wertschöpfungsnetzes.

• ermöglichen ein höheres Niveau an Selbstregulierung und Selbstkontrolleder Akteure im Wertschöpfungsnetz (~ Automatisierung).

rationalisieren die Kommunikationder Akteure im Wertschöpfungsnetz.

Wie kann das verdichtete Informationsnetz planvoll genutzt werden?

(… ein paar Beispiele…)

Quellen: Kellner/Lienland/Lukesch (2018), Produktionswirtschaft

Bildnachweise: Informationsnetz: Fleisch et al. (2005); Predictive Maintenance: Bartec (2018); Supply Chain Event/Risk Management: Deutscher Wetterdienst (2018), Marine Traffic (2018);

Forecasting: Bilder des Lehrstuhls, IATA (2015); Supply Chain Monitoring: Kellner (2018)

Business Analytics

Descriptive Analytics Sammlung und Akkumulierung von Daten

Diagnostic Analytics Ermittlung von

Datenmustern Predictive Analytics

Prognosen und Szenarienbildung Prescriptive Analytics

Optimierung und Entscheidungsunterstützung

Big

Inhalt Objekt-

Data

granularität Zeitgranularität

Ort

Täglich Laufend

Stündlich

Wertschöpfungskette Abteilung

Konzern Werk

Produkt

Palette Box

Klassen-ID

Objekt-ID

Objektdaten

Objekt-umgebungsdaten Container

Use

Cases

Referenzen

ÄHNLICHE DOKUMENTE

Die Durch- führung einer qualitativen Fallstudie bei drei Schweizer Unternehmen hat ergeben, dass das Lean Management die Grundlage für die Digitalisierung bildet und das

After completion of the MSc program, graduates will be thor- oughly familiar with the design and analysis of logistics processes, the related information and financial flows in

§ Forschungsergebnisse, die auf Rechnern und Daten von Google gerechnet wurden, sind nicht reproduzierbar.. Ø Algorithmen müssen

Einfuhr in Tsd.. Ausfuhr

Häufige Auslöser für den Einsatz von Maschinellem Lernen im Lieferantenrisikomanagement sind neben dem nicht mehr ausreichenden, reaktivem Risikomanagement, neue Potenziale,

Of course, there exist several models focusing risk management in general (enterprise risk management) and supply chain management maturity models considering single aspects of

Only seven of the located publications found by the SLR referred to new technologies, Digital Transformation of SCs and risk management, data mining or predictive analytics, which

Over all, the MITIGATE methodology has the ability to increase the security and risk awareness not only within ports or other maritime information infrastructures but also among