Advertisement

Proaktives Risikomanagement als Unterstützung einer nachhaltigen Beschaffung

  • Felix Walther
  • Christoph Hein
  • Wanja WellbrockEmail author
Chapter

Zusammenfassung

Um Nachhaltigkeit zu erreichen, benötigen Unternehmen einen ganzheitlichen und risikoadjustierten Planungsprozess. Für die Umsetzung des Prozesses bedarf es transparenter Datenbestände und eines zukunftsorientieren Datenmanagements. Dieser Beitrag analysiert, inwieweit ein proaktives Datenmanagement zur Vermeidung und Steuerung von Supply-Chain-Risiken beitragen kann. Der gewünschte Sollzustand wird anschließend anhand einer empirischen Studie mit der Umsetzung in der Realität verglichen. Ein selbst entwickeltes Reifegradmodell ermöglicht letztendlich die Eingruppierung von Unternehmen auf ihrem Weg zu einem proaktiven nachhaltigen Vorgehen. Der Fokus liegt hierbei auf einer unternehmensübergreifenden Ausrichtung im Sinne des Supply Chain Managements.

Literatur

  1. Anderson, R.: The credit scoring toolkit: theory and practice for retail credit risk. Oxford University Press, Oxford (2007)Google Scholar
  2. Banko, M., Brill, E., Scaling to very large corpora for natural language disambiguation. In: ACL 01 Proceedings of the 39th annual meeting on association for computational linguistics, S. 26–33, Toulouse (2001)Google Scholar
  3. Bayer, F., Bioly, S.: Supply Chain Risk Management in der Industrie – am Beispiel der Metall- und Elektroindustrie. In: Klumpp, M., Marner, T., Sandhaus, G. (Hrsg.) Logistikforschung, S. 38–40. FOM, Essen (2014)Google Scholar
  4. Bowersox, D.J., Closs, D.J., Cooper, B.: Supply chain logistics management. McGraw-Hill & Irwin, New york (2007)Google Scholar
  5. Brundland, G.H.: World commission on environment and development, our common future. International government publication, Oxford (1987)Google Scholar
  6. Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit, Schritt für Schritt zum nachhaltigen Lieferkettenmanagement – Praxisleitfaden für Unternehmen. https://www.bmu.de/fileadmin/Daten_BMU/Pools/Broschueren/leitfaden_nachhaltige_lieferkette_bf.pdf (2017). Zugegriffen: 15. Juli 2018
  7. Burgin, M.: Theory of information: Fundamentality, diversity and unification. World Scientific Pub Co Inc, Singapore (2010)Google Scholar
  8. Chaudhuri, S., Dayal, U.: An overview of data warehousing and OLAP technology. ACM SIGMOD Record 26(1), 65–74 (1997)CrossRefGoogle Scholar
  9. Christopher, M.: Logistics and supply chain management: Creating value-adding networks. Prentice Hall, Harlow (2005)Google Scholar
  10. Christopher, M., Peck, H.: Building the resilient supply chain. Int. J. Logist. Manag. 15(2), 1–14 (2004)CrossRefGoogle Scholar
  11. Chu, X., Ilyas, I.F., Papotti, P.: Holistic data cleaning: Putting violations into context, In: 29th IEEE International Conference on Data Engineering, S. 458–469, Brisbane (2013)Google Scholar
  12. Commerzbank AG, Unternehmerperspektiven. https://www.unternehmerperspektiven.de/portal/media/ unternehmerperspektiven/up-studien/up-studien-einzelseiten/uppdf/2018_04_17_FL_UP_Studie_ online_2018_V2.pdf (2018). Zugegriffen: 27. Juli 2018
  13. Risknet.de, FMEA ist die favorisierte Methode im Industrie-Risikomanagement. www.risknet.de/themen/risknews/fmea-ist-die-favorisierte-methode-im-industrie-risikomanagement/3a073c08c8ca011122684f89cd3e18e0/ (2012a). Zugegriffen: 16. Juli 2018
  14. Risknet.de, Der Prozess des Risikomanagements. www.risknet.de/wissen/risk-management-prozess (2018d). Zugegriffen: 16. Juli 2018
  15. Risknet.de, Glossar & Definitionen – Risikodefinition. www.risknet.de/wissen/glossar (2018a). Zugegriffen: 3. Juli 2018
  16. Risknet.de, Glossar & Definitionen – Risk management. www.risknet.de/wissen/glossar (2018c). Zugegriffen: 3. Juli 2018
  17. Edmunds, A., Morris, A.: The problem of information overload in business organisations: a review of the literature. Int. J. Inf. Manag. 20(1), 17–28 (2000)CrossRefGoogle Scholar
  18. Faris, C., Gilbert, B., LeBlanc, B., Ballou, B., Heitger, D., Demystifying sustainability risk – integrating the triple bottom line into an enterprise risk management program, https://www.coso.org/documents/COSO-ERM%20Demystifying%20Sustainability%20Risk_Full%20 WEB.pdf (2013), Zugegriffen: 27. Juli 2018
  19. Giannakis, M., Papadopoulos, T.: Supply chain sustainability: a risk management approach. Int. J. Prod. Econ. 171, 455–470 (2015)CrossRefGoogle Scholar
  20. Gleißner, W.: Die Aggregation von Risiken im Kontext der Unternehmensplanung. Zeitschrift für Controlling & Management 48(5), 350–359 (2004)CrossRefGoogle Scholar
  21. Han, J., Kamber, M., Pei, J.: Data mining: concepts and techniques, 3, 3. Aufl. Elsevier, Amsterdam (2012)Google Scholar
  22. Harris, J., Davenport, T.: Automated decision making comes of age. MIT Sloan Manag. Rev. 46(4), 83–89 (2005)Google Scholar
  23. Jentjens, S., Münchow-Küster, A.: Ein Nachhaltigkeitskonzept für Supply Chains – Projektberichte des Instituts für Produktion und Industrielles Informationsmanagement. PIM, Essen (2012)Google Scholar
  24. Jüttner, U.: Supply chain risk management: understanding the business requirements from a practitioner perspective. Int. J. Logist. Manag. 16(1), 120–141 (2005)CrossRefGoogle Scholar
  25. Kersten, W., Held, T., Meyer, C.M., Hohrath, P.: Komplexitäts- und Risikomanagement als Methodenbausteine des Supply Chain Managements. In: Hausladen, I. (Hrsg.) Management am Puls der Zeit – Strategien, Konzepte und Methoden, S. 1159–1181. TCW-Transfer-Centrum, München (2007)Google Scholar
  26. Kersten, W., Hohrath, P., Winter, M.: Risikomanagement in Wertschöpfungsnetzwerken – Status quo und aktuelle Herausforderungen. In: Fachhochschule des bfi Wien GmbH (Hrsg.) Wirtschaft und Management – Schriftenreihe zur wissenschaftlichen Forschung und Praxis – Supply Chain Risk Management, S. 7–23. Fachhochschule des bfi Wien GmbH, Wien (2008)Google Scholar
  27. KPMG, KPMG international survey of corporate responsibility reporting. https://assets.kpmg.com/content/dam/kpmg/xx/pdf/2017/10/kpmg-survey-of-corporate-responsibility-reporting-2017.pdf (2017). Zugegriffen: 27. Juli 2018
  28. Madnick, S.: Integrating information from global systems: dealing with the “On- and Off-Ramps” of the information superhighway. J. Org. Comp. Elect. Com. 5(2), 69–82 (1995)Google Scholar
  29. Naisbitt, J.: Megatrends: Ten new directions transforming our lives. A Warner Communications Company, New York (1982)Google Scholar
  30. Nakatani, K., Chuang, T., Zhou, D.: Data synchronization technology: standards, business values and implications. Communications of AIS 17(1), 962–994 (2006)Google Scholar
  31. Norrman, A., Lindroth, R.: Categorization of supply chain risk and risk management. In: Brindley, C. (Hrsg.) Supply chain risk, S. 14–27. Ashgate, Burlington (2004)Google Scholar
  32. Ocean Tomo, Intangible asset market study. http://www.oceantomo.com/intangible-asset-market-value-study/ (2017). Zugegriffen: 2. Juli 2018
  33. Otto, B., Hüner, K., Österle, H.: Toward a functional reference model for master data quality management. Inf. Syst. E-Bus. Manag. 10(3), 395–425 (2012)CrossRefGoogle Scholar
  34. Plattner, H., Zeier, A.: In-memory data management – technology and applications. Springer, Berlin (2012)Google Scholar
  35. Price, R., Neiger, D., Shanks, G.: Developing a measurement instrument for subjective aspects of information quality. Communications of AIS 22(3), 49–74 (2008)Google Scholar
  36. Risknet.de, FMEA (Failure Mode and Effects Analysis). www.risknet.de/wissen/rm-methoden/fmea (2018b). Zugegriffen: 3. Juli 2018
  37. Rohlfs, T., Grundlagen zum Riskomanagementprozess. http://www.solvency-ii-kompakt.de/content/grundlagen-zum-risikomanagementprozess (2017). Zugegriffen: 27. Aug. 2018
  38. Romeike, F., Hager, P.: Erfolgsfaktor Risikomanagement 3.0: Lessons learned, Methoden, Checklisten und Implementierung, 3. Aufl. Springer, Wiesbaden (2013)Google Scholar
  39. Sarawagi, S., Agrawal, R., Megiddo, N.: Discovery-driven exploration of OLAP data cubes. In: Schek, H., Alonso, G., Saltor, F. (Hrsg.) Advances in database technology – EDBT’98, S. 168–182. Springer, Berlin (1998)CrossRefGoogle Scholar
  40. Seuring, S., Sarkis, J., Müller, M., Rao, P.: Sustainability and supply chain management – An introduction to the special issue. J. Clean. Prod. 16(15), 1545–1551 (2008)CrossRefGoogle Scholar
  41. Shankaranarayanan, G., Cai, Y.: Supporting data quality management in decision-making. Decis. Support Syst. 42(1), 302–317 (2006)CrossRefGoogle Scholar
  42. Simchi-Levi, D., Kaminsky, P., Simchi-Levi, E.: Managing the supply chain: the definitive guide for the business professional. McGraw-Hill, New York (2004)Google Scholar
  43. Totok, A., Gansor, T.: Von der Strategie zum Business Intelligence Competency Center BICC). Dpunkt, Heidelberg (2015)Google Scholar
  44. Venkatasubramanian, V.: Drowning in data. Informatics and modeling challenges in a data-rich networked world. AIChE 55(1), 2–8 (2009)CrossRefGoogle Scholar
  45. Vose, D.: Risk analysis: A quantitative guide, 3. Aufl. Wiley, New York (2008)Google Scholar
  46. Wagner, J., Kontny, H.: Use-case of self-organizing adaptive supply chain. In: Kersten, W., Blecker, T., Ringle, C. (Hrsg.) Digitalization in supply chain management and logistics. Smart and digital solutions for an industry 4.0 environment, S. 255–273. epubli GmbH, Berlin (2017)Google Scholar
  47. Waller, M., Fawcett, S.: Data science, predictive analytics, and big data: a revolution that will transform supply chain design and management. J. Bus. Logist. 34(2), 77–84 (2013)CrossRefGoogle Scholar
  48. Wellbrock, W., Hein, C.: Cross-company data management as a strategic advantage – an exploratory study. Int. J. Econ. Law 8(1), 113–124 (2018)Google Scholar
  49. Wellbrock, W., Hein, C., Ludin, D.: Proactive and sustainable data management in supply chains – a descriptive study. In: Proceedings of the 1st International Symposium on Information Science and Technology, Podgorica, im Erscheinen (2018)Google Scholar
  50. Wessel, P., Köffer, S., Becker, J., Auswirkungen von In-Memory-Datenmanagement auf Geschäftsprozesse im Business Intelligence. In: Proceedings 11th International Conference on Wirtschaftsinformatik, S. 1781–1795, Leipzig (2013)Google Scholar
  51. World Economic Forum, The global risks report. http://www3.weforum.org/docs/WEF_GRR18_Report.pdf (2018). Zugegriffen: 16. Juli 2018

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  • Felix Walther
    • 1
  • Christoph Hein
    • 1
  • Wanja Wellbrock
    • 2
    Email author
  1. 1.DüsseldorfDeutschland
  2. 2.HeilbronnDeutschland

Personalised recommendations