Zusammenfassung
Höhere Anforderungen an die Beschaffung, vor allem ausgelöst durch Globalisierung und Individualisierung, erfordern schnellere und bessere Einkaufsentscheidungen in globalen Liefernetzwerken mit immer mehr und häufiger wechselnden Partnern. Einkaufsentscheidungen und Lieferantenauswahlprozesse betreffen viele andere Abteilungen und stellen die Weichen für die Effizienz nachgelagerter Prozesse.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
[1] Banks, J. (2000): Introduction to Simulation. Proceedings of the 2000 Winter Simulation Conference.
[2] Bartels, N. (2006): Beyond pricing and procurement: maturing technology, globalization, and a seller’s market shift focusing supplier management to analytics, risk, and collaboration. Manuf. Bus. Technol. 24 (6), S. 32–34.
[3] Becker, T. (2008): Prozesse in Produktion und Supply Chain optimieren, 2. Aufl., Berlin et al.: Springer.
[4] Bräkling, E./Oidtmann, K. (2012): Power in Procurement. Erfolgreich einkaufen - Wettbewerbsvorteile sichern - Gewinne steigern, Wiesbaden: Springer Gabler.
[5] Breitling, T. (2016): Koordination strategischer Beschaffungsentscheidungen zwischen Einkauf und Logistik – Empirische Analyse aus der Perspektive des Einkaufs, in: Bogaschewsky, R./Eßig, M./Lasch, R./Stölzle, W. (Hrsg.): Supply Management Research. Aktuelle Forschungsergebnisse 2015, Wiesbaden: Springer Gabler.
[6] Bundesverband Materialwirtschaft (Hrsg.) (2008): Best Practice in Einkauf und Logistik, 2. Aufl., Wiesbaden: Gabler Verlag.
[7] Bundesverband Materialwirtschaft, Einkauf und Logistik e.V. (BME)/OpusCapita (2016): Status und Perspektiven von Procurement in der DACH-Region, http://pages.opuscapita.com/rs/295-DNB-904/images/16666_OpusCapita_BME_Umfrageuswertung_Fragen_RZ_low-res.pdf (19.05.2017).
[8] Chen, H./Chiang, R.H.L./Storey, V.C. (Hrsg.) (2012): Business Intelligence and Analytics. From Big Data To Big Impact. Special Issue: Business Intelligence Research. MIS Quarterly 36 (4).
[9] Davenport, T. H./Barth, P./Bean, R. (2012): How ‘Big Data’ is different. In MIT Sloan Management Review 54, Fall 2012 (1), S. 21–25.
[10] Driedonks, B./Gevers, J./van Weele, A.J. (2010): Managing Sourcing-Team effectiveness: The need for a team perspective in purchasing organizations, in: Journal of Purchasing & Supply Management 16, S. 109–117.
[11] Droste, Markus (2013): Parameterbasierte Modellierung innerbetrieblicher Milkrun-Systeme zur Planung der Materialbereitstellung in der Montage, 1. Aufl., Aachen: Shaker-Verlag (Schriftenreihe Industrial Engineering, 11).
[12] Ellram, L. (1993): Total Cost of Ownership - Elements and implementation, in: The International Journal of Purchasing and Materials Management, Nr. 4, 1993, S. 4-11.
[13] Geissbauer, R./Schrauf, S./Koch, V./Kuge, S. (2014): Industry 4.0 – Opportunities and Challenges of the Industrial Internet, PricewaterhouseCoopers Aktiengesellschaft Wirtschaftsprüfungsgesellschaft (Hrsg.), https://i40-self-assessment.pwc.de/i40/study.pdf (19.05.2017).
[14] Goh, M./de Souza, R./Zhang, A.N./He, W./Tan, P.S. (2009): Supply Chain Visibility: A Decision Making Perspective, in: 4th IEEE Conference on Industrial Electronics and Applications, ICIEA 2009, Xian, China, 25 - 27 May 2009, Piscataway, NJ: IEEE, S. 2546–2551.
[15] Hahn, G. J./Packowski, J. (2015): A perspective on applications of in memory analytics in supply chain management, Decision Support Systems, 76, S. 45–52.
[16] Hofmann, E. (2014): Von der Strategie bis zur finanziellen Steuerung der Performance in Supply Chains: Hintergründe und Forschungsprogramm für die Zukunft, in: Bogaschewsky, R./Eßig, M./Lasch, R./Stölzle, W. (Hrsg.): Supply Management Research. Aktuelle Forschungsergebnisse 2014, Wiesbaden: Springer Gabler.
[17] Kurbel, K. (2005): Produktionsplanung und -steuerung im enterprise resource planning und Supply-Chain-Management, 6. Aufl., München et al.: Oldenbourg Wissenschaftsverlag.
[18] Locker, A./Grosse-Ruyken, P.T. (2015): Chefsache Finanzen in Einkauf und Supply Chain. Mit Strategie-, Performance- und Risikokonzepten Millionenwerte schaffen, 2. Aufl., Wiesbaden: Springer Gabler.
[19] Martin, H. (2011): Transport- und Lagerlogistik. Planung, Struktur, Steuerung und Kosten von Systemen der Intralogistik, 8. Aufl., Wiesbaden: Vieweg + Teubner Verlag| Springer Fachmedien GmbH (Praxis).
[20] McIntire, J.S. (2014): Supply Chain Visibility. From Theory to Practice, Farnham: Ashgate Publishing Ltd.
[21] Meißner, M. (2015): Wettbewerbsvorteile schaffen mit Supply Chain Visibility, in: Voß, P.H. (Hrsg.): Logistik – eine Industrie, die (sich) bewegt. Strategien und Lösungen entlang der Supply Chain 4.0, Wiesbaden: Springer Gabler, S. 31–38.
[22] Mele, F.D./Guillen, G./Espuna, A./Puigjaner, L. (2006): A Simulation-Based Optimization Framework for Parameter Optimization of Supply-Chain Networks, Industrial & Engineering Chemistry Research 45, S. 3133-3148.
[23] Meschnig, G. (2017): Erfolgsfaktoren cross-funktionaler Zusammenarbeit in der Lieferantenauswahl, in: Bogaschewsky, R./Eßig, M./Lasch, R./Stölzle, W. (Hrsg.): Supply Management Research. Aktuelle Forschungsergebnisse 2016, Wiesbaden: Springer Gabler.
[24] Miebach, J./Müller, P.P. (2007): Intralogistik als wichtigstes Glied von umfassenden Lieferketten, in: Arnold, D. (Hrsg.): Intralogistik: Potentiale, Perspektiven, Prognosen, 1. Aufl., Berlin, Heidelberg: Springer, S. 20-30.
[25] Nolte, P.J. (2016): Verlässlichkeit als Beschaffungskriterium. Signale für die Einhaltung von Anbieterversprechen im Business-to-Business-Bereich, Wiesbaden: Springer Gabler.
[26] Pellengahr, K./Schulte, A.T./Berg, M./Richard, J. (2016): Vorstudie Einkauf 4.0 – Digitalisierung des Einkaufs. Fraunhofer-Institut für Materialfluss und Logistik IML/Henke, M. und Bundesverband Materialwirtschaft, Einkauf und Logistik e.V./Feldmann, C. (Hrsg.), http://www.iml.fraunhofer.de/content/dam/iml/de/documents/OE260/vorstudie-einkauf-4-0-fraunhofer-iml-bme.pdf (19.05.2017).
[27] Preusser, M./Almeder, C./Hartl, F./Klug, M. (2006): LP Modelling and Simulation of Supply Chain Networks, in: Günther, H.-O./Mattfeld, D.C./Suhl, L. (Hrsg.): Supply Chain Management und Logistik: Optimierung, Simulation, Decision Support, 1. Aufl., Heidelberg: Physica-Verlag, S. 95-114.
[28] Raab, M./Griffin-Cryan, B. (2011): Digital Transformation of Supply Chains. Creating Value – When Digital Meets Physical, Capgemini Consulting.
[29] Ranjan, R. (2014): Modeling and simulation in performance optimization of big data processing frameworks, IEEE Cloud Comput. 1 (4), S. 14–19.
[30] Rennemann, T. (2007): Logistische Lieferantenauswahl in globalen Produktionsnetzwerken. Rahmenbedingungen, Aufbau und Praxisanwendung eines kennzahlenbasierten Entscheidungsmodells am Beispiel der Automobilindustrie, Wiesbaden: Deutscher Universitätsverlag.
[31] Russom, P. (2011): Big Data Analytics. Best Practices Report, edited by Transforming Data With Intelligence (TDWI).
[32] Schlüter, F./Sprenger, P. (2016): Migration framework for decentralized and proactive risk identification in a Steel Supply Chain via Industry 4.0 technologies, 5th International Symposium and 27th National Conference on Operation Research 2016.
[33] Schöning, H./Dorchain, M. (2014): Data Mining und Analyse, in: Bauernhansl, T./ ten Hompel, M./Vogel-Heuser, B. (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik. Anwendung, Technologien, Migration, Wiesbaden: Springer Vieweg (SpringerLink), S. 543–554.
[34] Schuh, G. (Hrsg.) (2014): Einkaufsmanagement. Handbuch Produktion und Management 7, 2. Aufl., Berlin, Heidelberg: Springer Vieweg.
[35] Stollenwerk, A. (2016): Wertschöpfungsmanagement im Einkauf. Analysen – Strategien – Methoden – Kennzahlen, 2. Aufl., Wiesbaden: Springer Gabler.
[36] Stölzle, W./Hofmann, E./Hofer, F. (2005): Supply Chain Costing. Konzeptionelle Grundlagen und ausgewählte Instrumente, in: Brecht, U. (Hrsg.): Neue Entwicklungen im Rechnungswesen. Prozesse optimieren, Berichtswesen anpassen, Kosten senken., Wiesbaden, S. 51-85.
[37] Trkman, P./McCormack, K./Oliveira, M.P.V./Ladeira, M.B. (2010): The impact of business analytics on supply chain performance, Decision Support Systems 49, no. 3, S. 318–327.
[38] van der Zee, D.J./van der Vorst, J.G.A.J. (2005): A Modeling Framework for Supply Chain Simulation: Opportunities for Improved Decision Making, Decision Sciences.
[39] Wang, G./Gunasekaran, A./Ngai, E.W.T./Papadopoulos, T. (2016): Big data analytics in logistics and supply chain management. Certain investigations for research and applications, in International Journal of Production Economics 176, S. 98–110.
[40] Weissbarth, R./Geissbauer, R./Wetzstein, J. (2016): Procurement 4.0. Are you ready for the digital revolution? Strategy&, https://www.strategyand.pwc.com/media/file/Procurement-4.pdf (19.05.2017).
[41] Werner, H. (2013): Supply Chain Management. Grundlagen, Strategien, Instrumente und Controlling, 5. Aufl., Wiesbaden: Springer Gabler.
[42] Zhang, A.N./Goh, M./Meng, F. (2011): Conceptual modelling for supply chain inventory visibility, in: International Journal of Production Economics 133 (2), S. 578–585.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2018 Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Berger, L., Besenfelder, C., Güller, M. (2018). Optimierung von Beschaffungsentscheidungen unter Berücksichtigung der internen Logistik mithilfe der Digitalisierung der Supply Chain. In: Proff, H., Fojcik, T. (eds) Mobilität und digitale Transformation. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-20779-3_33
Download citation
DOI: https://doi.org/10.1007/978-3-658-20779-3_33
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-20778-6
Online ISBN: 978-3-658-20779-3
eBook Packages: Business and Economics (German Language)