Welche Potenziale liegen in der Nutzung eines bereichsübergreifenden Datenanalysesystems für den Seefrachteinkauf von Vollcontainern eines international operierenden Logistikdienstleisters, um den Einkaufsprozess zu steuern?
Daten sind eine wertvolle Ressource, vorausgesetzt, ihr Potenzial wird genutzt. Diese Arbeit zeigt das Potenzial, das in der Nutzung eines Datenanalysesystems liegt. Mit Daten können Effizienz, Effektivität und Qualität gesteigert und gleichzeitig Risiken minimiert werden. Die Studie basiert auf einem Praxisbeispiel des Seefrachteinkaufs eines Logistikdienstleisters. Das global agierende Unternehmen bewegt sich in einem volatilen Markt, für den Schnelligkeit und Flexibilität zu einer zusätzlichen Herausforderung geworden sind. Der empirische Nachweis wird durch halbstrukturierte Interviews mit Experten aus dem Einkauf des Logistikdienstleisters erbracht.
Die Experteninterviews werden durch einen Fragebogen geleitet, der sich an den Kernaufgaben der Prozessorganisation orientiert. Die Prozesse sind den befragten Experten bekannt und eng mit der Datenanalyse verknüpft. Der Einsatz der Datenanalyse schafft einen Mehrwert für das Unternehmen, der besonders deutlich wird, wenn er sich über die gesamte Wertschöpfungskette erstreckt. Basierend auf den Erkenntnissen aus der Literatur und den Interviews wird in dieser Studie der Bedarf für den Einsatz eines Datenanalysesystems dargestellt. Daraus ergeben sich Handlungsempfehlungen für das Unternehmen im Hinblick auf die digitale Transformation.
Inhaltsverzeichnis
- Einleitung
- Relevanz des Themas
- Problemstellung
- Motivation
- Zielsetzung und Forschungsfragen
- Ziele und Eingrenzung
- Forschungsfragen
- Methodik und Aufbau der Arbeit
- Methodisches Vorgehen
- Aufbau der Arbeit
- Stand und kritische Reflexion
- Begriffsbestimmung
- Spediteur in der Logistik
- Verfrachter von Seeschiffen
- Die weltweit größten Container-Reedereien
- Container
- Allocation
- Logistikdienstleister
- Grundlagen des Einkaufs
- Einkauf
- Operativer Einkauf
- Strategischer Einkauf
- Aufgaben im Einkaufsprozess
- Bedarfsermittlung
- Beschaffungsmarktforschung
- Vertragsvereinbarung
- Bestellabwicklung
- Lieferantenmanagement
- Strategische Beschaffung
- Wertschöpfung
- Wertschöpfung im Einkauf
- Datengetriebene Wertschöpfung
- Erfolgsmessung
- Controlling
- Digitalisierung im Controlling für den Einkauf
- Abgrenzung Big Data, Analytik und künstliche Intelligenz
- Big Data
- Begriffe und Definition
- Datenarten
- Big Data vs. Analytik
- Analytik
- Definition
- Arten der Datenanalyse
- Predictive Analytics
- Künstliche Intelligenz
- Begriffe und Definition
- Schwache und starke KI
- Maschinelles Lernen
- Deep Learning
- Empirische Untersuchung
- Forschungsmethode
- Planung
- Zielgruppe
- Erstellung des Fragebogens
- Durchführung
- Auswertung
- Fragebogen
- Interview
- Forschungsfragen
- Bewertung und Ausblick
- Kritische Reflexion
- Handlungsempfehlungen
- Datenanalyse, Prozess- und Wissensmanagement
- Anwendungsfelder identifizieren
- Entwicklungsziele formulieren
- Technische Systeme
- Struktur und Kompetenzen
- Zusammenfassung
- Forschungsbedarf
- Fazit
- Ausblick
Zielsetzung und Themenschwerpunkte
Die Masterarbeit befasst sich mit der Untersuchung der Potenziale der bereichsübergreifenden Datenanalyse im Seefrachteinkauf von Vollcontainern eines internationalen Logistikdienstleisters. Ziel ist es, die Möglichkeiten der Datenanalyse für die Steuerung des Einkaufsprozesses aufzuzeigen und deren Auswirkungen auf die Effizienz und Effektivität des Unternehmens zu beleuchten.
- Potenziale der Datenanalyse im Seefrachteinkauf
- Steuerung des Einkaufsprozesses durch Datenanalyse
- Effizienz- und Effektivitätsgewinne durch Datenanalyse
- Anforderungen an ein bereichsübergreifendes Datenanalysesystem
- Abweichungen zwischen Anforderung und Nutzung
Zusammenfassung der Kapitel
- Die Einleitung führt in die Thematik der Masterarbeit ein, erläutert die Relevanz des Themas, die Problemstellung und die Motivation zur Bearbeitung. Sie definiert die Zielsetzung und die Forschungsfragen der Arbeit und beschreibt das methodische Vorgehen sowie den Aufbau der Arbeit.
- Im zweiten Kapitel erfolgt eine Begriffsbestimmung, die wichtige Fachbegriffe aus dem Bereich der Logistik und des Einkaufs definiert. Dazu gehören Spediteur, Verfrachter, Container, Allocation und Logistikdienstleister.
- Das dritte Kapitel behandelt die Grundlagen des Einkaufs. Es beschreibt die verschiedenen Phasen des Einkaufsprozesses, von der Bedarfsermittlung bis zum Lieferantenmanagement. Des Weiteren werden die Konzepte der Wertschöpfung, insbesondere im Einkauf, sowie die datengetriebene Wertschöpfung und die Erfolgsmessung im Einkauf erläutert.
- Kapitel 4 befasst sich mit der Abgrenzung der Konzepte Big Data, Analytik und Künstliche Intelligenz. Es erklärt die Begriffe und Definitionen, Datenarten, Arten der Datenanalyse und verschiedene Formen der Künstlichen Intelligenz.
- Das fünfte Kapitel beschreibt die empirische Untersuchung der Masterarbeit. Es erläutert die Forschungsmethode, die Planung, Durchführung und Auswertung der Untersuchung. Dazu gehören die Erstellung des Fragebogens, die Durchführung von Interviews und die Auswertung der erhobenen Daten.
Schlüsselwörter
Datenanalyse, Seefrachteinkauf, Vollcontainer, Logistikdienstleister, Einkaufsprozess, Effizienz, Effektivität, Big Data, Analytik, Künstliche Intelligenz, Predictive Analytics, Empirische Untersuchung, Fragebogen, Interview, Handlungsempfehlungen.
- Quote paper
- Elke Flüchter-Stölke (Author), 2021, Potenziale der bereichsübergreifenden Datenanalyse, Munich, GRIN Verlag, https://www.grin.com/document/995224
