Identifikation von Aufgabenschwerpunkten und Gestaltungsfeldern des Produktions- und Logistikmanagements
Berücksichtigung aktueller Herausforderungen bei der Formulierung der Produktions- und Logistikstrategie
Charakterisierung, Entwicklung und Analyse geeigneter Wettbewerbsstrategien
Produktion und Logistik als Wettbewerbsfaktor
Identifikation und Gestaltung von Entscheidungsfeldern der Produktionsstrategie (Fertigungstiefenstrategie, Technologiestrategie, Standortstrategie, Kapazitätsstrategie) im Unternehmenskontext
Verstehen internationaler Rahmenbedingungen bei der Entwicklung einer Produktions- und Logistikstrategie
Vermittlung unterschiedlicher Rollen und Gestaltungsaspekte eines Global Manufacturing Footprint
Beurteilung der Produktions- und Logistikstrategien verschiedener Branchen und Unternehmen
Vermittlung vertiefender Kenntnisse von Konzepten des Produktions- und Logistikmanagements
Vermittlung vertiefender Kenntnisse von Lean Management und verwandten Konzepten; wesentliche Ziele und Maßnahmen; Einfluss von Lean auf Produktions- und Logistikstrategien
Analyse des Einflusses der Digitalisierung auf Produktions- und Logistikstrategien
Vorstellung und Diskussion aktueller Forschungsergebnisse im Produktions- und Logistikmanagement
Integration umfangreicher Problem-Based-Learning Einheiten zur Bearbeitung vorlesungsrelevanter Fallbeispiele; gemeinsame Erarbeitung und Entwicklung von Problemlösungsvorschlägen im Rahmen der interkulturellen Teamarbeit; Aufbereitung der Ergebnisse mit Hilfe moderner Präsentationsmedien
Voraussetzungen:
<p>Grundlagen der Betriebswirtschaftslehre</p><p><br />Die zum erfolgreichen Absolvieren dieses Moduls erforderlichen Vorkenntnisse werden im Rahmen eines E-Learning-Angebots vermittelt. Einen Zugang sowie weitere Informationen zu dem zugehörigen Online-Lernmodul erhalten die Studierenden bei ihrer Einschreibung.<br /></p>
Leistungsnachweis:
Klausur
ECTS-Kreditpunkte:
4
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.