| Die Studierenden erwerben die Fähigkeit zur Anwendung datenwissenschaftlicher Methoden im Supply Chain Management, entwickeln analytische Kompetenzen zur Identifizierung und Lösung von Optimierungsproblemen und stärken ihre Kenntnisse in datengetriebenem Management. Sie gewinnen fundiertes Wissen zur Integration von Machine-Learning-Techniken, um moderne und anpassungsfähige Supply Chains zu gestalten.
Nach Abschluss der Lehrveranstaltung sind die Studierenden in der Lage:
- die Grundlagen und Schlüsselkonzepte der Data Science und des maschinellen Lernens zu erklären und deren Bedeutung für das Supply Chain Management zu bewerten;
- gängige Datenanalysetechniken und Algorithmen des maschinellen Lernens (z. B. Regressionsanalysen, Klassifikation, Clustering) anzuwenden, um Probleme im Supply Chain Management zu lösen;
- Methoden zur Vorhersage von Nachfrage, Lagerbestand und Kapazitätsplanung durch maschinelles Lernen zu entwickeln und deren Genauigkeit und Effizienz zu beurteilen;
- die Rolle von Datenqualität, -quellen und -integration bei der Erstellung datenbasierter Supply-Chain-Strategien zu verstehen und in realen Szenarien anzuwenden;
- datengetriebene Entscheidungsfindung zu unterstützen und zukunftsorientierte, resiliente Strategien für Supply Chains zu entwerfen, die den Herausforderungen dynamischer Märkte gerecht werden.
|
