Auszug
Die Vielfalt der Sortimente und die Anforderungen an die operativen Logistiker steigen. Immer mehr muss von immer weniger Beteiligten in immer kürzerer Zeit geleistet werden. Zu bewerkstelligen ist dieser logistische Spagat durch ein auf Echtdaten und Kennzahlen basiertes Training und Monitoring, das Analyse, Planung und Optimierung miteinbezieht im Rahmen der Nutzung selbstlernender Systeme.
Dabei gilt es, die Unmenge an verfügbaren Daten auf die für optimale Prozessgestaltung unbedingt notwendigen Informationen zu reduzieren und in einfacher und rasch erfassbarer Form aufzubereiten.
Mit Hilfe von selbstlernenden Algorithmen kann nicht nur das Grundverständnis wieder geschärft werden, sondern auch das Abwickeln von Routineaufgaben übernommen und somit Zeit für Kernthemen gewonnen werden.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Brandstetter, E.: Wertschöpfungspartner statt Lieferant, die-Wirtschaft.de, 2005, http://www.diewirtschaft.at/ireds-10638.html. Abrufdatum: August 2006.
Capgemini: Third Party Logistics, Studie aus dem Jahr 2004, Quelle: die Wirtschaft, Interview mit Generaldirektor Friedrich Macher, S.59, Mai 2005.
ELA/A.T. Kearney-Studie: Globalisierung macht Supply Chain Management immer komplexer — Logistik Kosten steigen wieder, 2004.
Hartung, J. und Elpelt, B.: Multivariate Statistik, R.Oldenbourg Verlag München Wien, 1999.
Hinton, G.: Wie neuronale Netze aus Erfahrung lernen, Spektrum der Wissenschaft, November 1992, S. 136.
Russell, S. und Norvig, P.: Artificial Intelligence: A Modern Approach, 2. Auflage, Prentice Hall, 2002.
Riedel, M.: Parallele Genetische Algorithmen und Anwendungen, Diplomarbeit TU Chemitz, 2002.
Scheer, A.W.; Angeli, R.; Hermann, K.: Informations-und Kommunikationstechnologie als Treiber der Logistik. In: H.C. Pfohl: Jahrhundert der Logistik, Erich Schmidt Verlag, 2001: Wertsteigerung durch Innovation in der Logistik.
Weiker, K.: Evolutionäre Algortithmen, http://www.imn.htwk-leipzig.de/~weicker/publications/ sctreff ea.pdf. Abrufdatum: Mai 2006.
Author information
Authors and Affiliations
Editor information
Rights and permissions
Copyright information
© 2007 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
Gössler, G., Tiefenbrunner, M. (2007). Selbstlernende Analyse-, Planungs- und Optimierungs-Modelle für reale und virtuelle SCM-Netzwerke. In: Engelhardt-Nowitzki, C., Nowitzki, O., Krenn, B. (eds) Management komplexer Materialflüsse mittels Simulation. Gabler. https://doi.org/10.1007/978-3-8349-9646-6_10
Download citation
DOI: https://doi.org/10.1007/978-3-8349-9646-6_10
Publisher Name: Gabler
Print ISBN: 978-3-8350-0963-9
Online ISBN: 978-3-8349-9646-6
eBook Packages: Business and Economics (German Language)