Catalogus : Details
 | Philipp KerlerPotenziale der Anwendung von Künstlicher Intelligenz im Supply Chain Risk ManagementEine Analyse von Schnittstellen und Einsatzmöglichkeiten |
|---|---|
| ISBN: | 978-3-8191-0105-2 |
| Reeks: | Augsburger Hochschulschriften für optimierte Wertschöpfung Uitgever: Michael Krupp, Peter Richard en Florian Waibel Augsburg |
| Volume: | 7 |
| Trefwoorden: | KI; Künstlicher Intelligenz; AI; Artificial intelligence; Supply Chain Management; SCM; Supply Chain Risikomanagement; Supply Chain Risk Management; SCRM; Risikomanagement; Risk Management |
| Soort publicatie: | Vakboek |
| Taal: | Duits |
| Pagina's: | 178 pagina's |
| Gewicht: | 261 g |
| Formaat: | 21 x 14,8 cm |
| Bindung: | Softcover |
| Prijs: | 49,80 € / 62,30 SFr |
| Verschijningsdatum: | Juni 2025 |
| Kopen: | |
| Aanbevelen: | Wilt u dit boek aanbevelen? |
| Recensie-exemplaar | Bestelling van een recensie-exemplaar. |
| Verlinking | Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier. |
| Samenvatting | Um den Anforderungen der digitalen Geschäftswelt zu begegnen, sind innovative Lösungen im Supply Chain Risk Management (SCRM) notwendig. Künstliche Intelligenz (KI) gilt dabei als vielversprechendes Instrument. Es gibt jedoch Unsicherheit über deren Potenziale und Anwendungsmöglichkeiten. Diese Arbeit untersucht, wie KI im SCRM eingesetzt werden kann.
Zunächst werden die Grundlagen von SCRM und KI sowie der aktuelle Forschungsstand dargestellt. Darauf aufbauend werden Hypothesen zum Einsatz von KI in der deskriptiven, prädiktiven und präskriptiven Analyse sowie zur Automatisierung formuliert. Zwei strukturierte Literaturrecherchen analysieren die funktionalen Potenziale von KI und die Herausforderungen eines resilienten SCRM, die den einzelnen Phasen des Prozesses zugeordnet werden. Die Ergebnisse zeigen, wie KI gezielt im SCRM-Prozess eingesetzt werden kann. Besonders relevante Anwendungsfälle sind Datenextraktion aus Big Data, prädiktive und präskriptive Analysen, Anomalieerkennung, Automatisierung sowie Clustering und Klassifikation. Diese Anwendungen helfen, Risiken frühzeitig zu erkennen, Prozesse zu optimieren und fundierte Entscheidungen zu treffen. |