Anwendung und kreative Weiterentwicklung von fachlichemWissen im Rahmen der Fallstudie "Umweltwirkungen von Wertschöpfungsketten" am konkreten Beispiel eines Unternehmens.
In Abhängigkeit vom gewählten praktischen Schwerpunkt des Studienjahres:
Charakteristika der verschiedenen Verkehrssysteme
Technologien, Strukturen und Abläufe im verkehrslogistischen System (Knoten, Netze, Interaktion).
Standort- und Tourenplanung
Zusammenspiel von Informations- und Materialfluss in der Transportkette
Wechselbeziehungen von Privat und Privat (Kontraktlogistik) und von Privat und Öffentlichkeit (Unternehmenspolitik, Verkehrspolitik) und deren (divergierende)
Gestaltungsansätze einer nachhaltigen Logistik
Umweltmanagement und Corporate Responsibility (SE)
Vermittlung von Wissen über Standards (z. B. EMAS und ISO 14.001) als methodisch wichtige Ansätze für die Verankerung von Umwelt- und Nachhaltigkeitsmanagement in Unternehmen.
Erläuterung theoretischer Konzepte des unternehmerischen Nachhaltigkeitsmanagements
Vermittlung von Praxiswissen zum LV-Thema aus unterschiedlichen Stakeholder-Blickwinkeln: Beratungsunternehmen, Finanzmarktseite, Nichtregierungsorganisation, Handelsunternehmen
Leistungsnachweis:
315 - Logistik und Umwelt. 315 - Logistik und Umwelt: schriftliche Ausarbeitung. m980-2021 - Logistik, Verkehr und Umwelt. p447-2021 - Logistik, Verkehr und Umwelt: schriftliche Ausarbeitung.
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.