Options
Machine Learning im Supply Chain Risk Management : Studie
Citation Link: https://doi.org/10.15480/882.3875
Publikationstyp
Research Report
Date Issued
2021-11-08
Sprache
German
Institut
TORE-DOI
Citation
Technische Universität Hamburg (2021)
Peer Reviewed
false
Aktuelle Ereignisse, wie die Ausbreitung der Corona-Pandemie, die ganze Lieferketten zum Erliegen gebracht hat, zeigen einmal mehr, wie wichtig ein Supply Chain Risikomanagement (SCRM) ist. Eine der größten Herausforderungen beim SCRM besteht darin, frühestmöglich Informationen über Abweichungen vom geplanten Prozess zu erhalten, um die Pünktlichkeit der logistischen Prozesse innerhalb der Lieferkette zu gewährleisten. So können z. B. Lieferanten- und Umsatzausfälle sowie Notfallkosten vermieden werden. Des Weiteren bietet ein gutes SCRM die Möglichkeit,
Reputationsschäden abzuwenden und schneller als der Wettbewerb auf externe Störungen in der Supply Chain reagieren zu können. Die zunehmende digitale Transformation in Unternehmen und Lieferketten und die damit verbundene größere Verfügbarkeit von auswertbaren Echtzeitdaten eröffnen durch die Einbindung von Maschinellem Lernen in das SCRM neue Potenziale für eine proaktive Ausrichtung. Vor diesem Hintergrund führte das Institut für Logistik und Unternehmensführung (LogU) an der Technischen Universität Hamburg (TUHH) in Kooperation mit riskmethods im Sommer 2021 eine Befragung durch, in welcher der Einsatz von Maschinellem Lernen im Supply Chain Risikomanagement näher untersucht wurde. An der Befragung nahmen 353 Personen aus unterschiedlichen Branchen teil, von denen 114 den Fragebogen vollständig ausfüllten.
Reputationsschäden abzuwenden und schneller als der Wettbewerb auf externe Störungen in der Supply Chain reagieren zu können. Die zunehmende digitale Transformation in Unternehmen und Lieferketten und die damit verbundene größere Verfügbarkeit von auswertbaren Echtzeitdaten eröffnen durch die Einbindung von Maschinellem Lernen in das SCRM neue Potenziale für eine proaktive Ausrichtung. Vor diesem Hintergrund führte das Institut für Logistik und Unternehmensführung (LogU) an der Technischen Universität Hamburg (TUHH) in Kooperation mit riskmethods im Sommer 2021 eine Befragung durch, in welcher der Einsatz von Maschinellem Lernen im Supply Chain Risikomanagement näher untersucht wurde. An der Befragung nahmen 353 Personen aus unterschiedlichen Branchen teil, von denen 114 den Fragebogen vollständig ausfüllten.
Subjects
Supply Chain Management
Supply Chain Risk Management
Artificial Intelligence
machine learning
Künstliche Intelligenz
Maschinelles Lernen
DDC Class
330: Wirtschaft
380: Handel, Kommunikation, Verkehr
Funding Organisations
riskmethods GmbH
Loading...
Name
Brylowski et al. (2021) - Machine Learning im SCRM.pdf
Size
6.51 MB
Format
Adobe PDF