Not Reviewed
Entwurf eines Reifegradmodells zur Integration von Business Analytics im Bestandsmanagement
Design of a maturity model for the integration of Business Analytics in Inventory Management
-
M.Sc.
Matthias Brüggenolte
Lehrstuhl für Unternehmenslogistik, Fakultät Maschinenbau, TU Dortmund
-
M.Sc.
Markus Stute
Fraunhofer-Institut für Materialfluss und Logistik IML, Dortmund
-
Dipl.-Logist.
Christoph Besenfelder
Lehrstuhl für Unternehmenslogistik, Fakultät Maschinenbau, TU Dortmund; Fraunhofer-Institut für Materialfluss und Logistik IML, Dortmund
Zusammenfassungen
Die volatilen Geschäftsumgebungen von produzierenden Unternehmen stellen besondere Anforderungen an das Bestandsmanagement und verlangen fundierte und schnelle Entscheidungen der Unternehmen. Essentiell hierfür ist der Einsatz von Big Data und Business Analytics zu Analyse- und Prognosezwecken und zur Grundlage für letztlich autonome Entscheidungen. In dieser Arbeit wird ein Reifegradmodell entwickelt, das auf wichtigen technologischen, personellen und prozessualen Voraussetzungen für den Einsatz von Business Analytics basiert und produzierenden Unternehmen zur Bewertung und Weiterentwicklung ihres Bestandsmanagements dient.
The volatile business environments of manufacturing companies demand special requirements for the inventory management and require flexible and fast decisions of the companies. The application of Big Data and Business Analytics for analysis and forecasting purposes and to derive automated and ultimately autonomous decisions is essential for this task. This paper presents a maturity model based on important technological, personnel and process requirements for the application of Business Analytics and serves manufacturing companies to evaluate and improve their inventory management using Business Analytics.
Keywords
Empfohlene Zitierweise
¶
Brüggenolte M, Stute M, Besenfelder C (2018). Entwurf eines Reifegradmodells zur Integration von Business Analytics im Bestandsmanagement. Logistics Journal : nicht referierte Veröffentlichungen, Vol. 2018. (urn:nbn:de:0009-14-47327)
Bitte geben Sie beim Zitieren dieses Artikels die exakte URL und das Datum Ihres letzten Besuchs bei dieser Online-Adresse an.
Anzahl der Zitationen
Besuchen Sie Google Scholar um herauszufinden, wie oft dieser Artikel zitiert wurde.