Zusammenfassung
Das seit einigen Jahren in vielen Publikationen und Veranstaltungen diskutierte Thema Industrie 4.0 beschäftigt sich mit der Zukunft der industriellen Produktion. Eine zunehmende Vernetzung von IT-Systemen mit klassischer Automatisierungstechnik, eine weiter steigende Integration von Kunden und Lieferanten in Wertschöpfungsprozesse sowie eine Verknüpfung von Produktion mit hochwertigen Dienstleistungen wird die industrielle Produktion grundlegend verändern. Dies lässt erwarten, dass dem Supply Chain Management (SCM) sowie der Logistik als klassische Schnittstellenfunktionen eine wachsende Bedeutung zuteilwerden wird und sich die traditionellen Rollen grundlegend verändern werden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Appelfeller, W.; Feldmann, C. (2018): Die digitale Transformation des Unternehmens. Systematischer Leitfaden mit zehn Elementen zur Strukturierung und Reifegradmessung. Berlin: Springer Gabler. ISBN: 978-3-662-54060-2.
Bista, N. (2018): Artificial Intelligence vs Business Intelligence – Learn 6 useful comparison. Educba, in: Data and Analytics. Artikel vom 01.03.2018. Online verfügbar unter https://www.educba.com/artificial-intelligence-vs-business-intelligence/. Zuletzt geprüft am 25.10.2018.
Brenner, W.; Wenger, R. (Hrsg.) (2007): Elektronische Beschaffung. Stand und Entwicklungstendenzen. Berlin, Heidelberg: Springer Verlag. ISBN: 978-3-540-34017-1.
Burmester, L. (2011): Adaptive Business-Intelligence-Systeme. Theorie, Modellierung und Implementierung. Wiesbaden: Vieweg+Teubner Verlag. ISBN: 978-3-8348-1478-4.
Fayyad, U.; Piatetsky-Shapiro, G.; Smyth, P. (1996): From Data Mining to Knowledge Discovery in Databases. In: AI Magazine Vol. 17, Nr. 3, S. 37-54. Kalifornien: AAAI Press. Online verfügbar unter https://www.aaai.org/ojs/index.php/aimagazine/article/viewFile/1230/1131. Zuletzt geprüft am 25.10.2018.
Fröhlich, S.; Hohberger, S. (2001): Workflow-Managementsysteme. Sinnvoll steuern. In: LOGISTIK HEUTE, Heft 9/2001, S. 56-58. ISSN: 0173-6213.
Gentsch, P. (2018): Künstliche Intelligenz für Sales, Marketing und Service. Mit AI und Bots zu einem Algorithmic Business – Konzepte, Technologien und Best Practices. Wiesbaden: Springer Gabler. ISBN: 978-3-658-19146-7.
Hofert, S. (2018): Agiler führen. Einfache Maßnahmen für bessere Teamarbeit, mehr Leistung und höhere Kreativität. 2., akt. Aufl. Wiesbaden: Springer Gabler. ISBN: 978-3-658-18560-2.
Huber-Straßer, A.; Schüller, M.; Müller, N.; Von der Gracht, H.; Lichtenau, P.; Zühlke, H. M. (2018): Wertschöpfung neu gedacht. Von Humanoiden, KIs und Kollege Roboter. Studie. KPMG AG Wirtschaftsprüfungsgesellschaft.
Kersten, W.; Blecker, T.; Ringle, C.M. (2014): Next Generation Supply Chains: Trends and Opportunities, 1st ed. epubli, Berlin.
Kersten, W.; Seiter, M.; von See, B.; Hackius, N.; Maurer, T. (2017): Trends und Strategien in Logistik und Supply Chain Management: Chancen der digitalen Transformation. DVV Media Group GmbH, Hamburg.
Kersten, W.; von See, B.; Indorf, M. (2018): Digitalisierung als Wegbereiter für effizientere Wertschöpfungsnetzwerke. Marktorientiertes Produkt- und Produktionsmanagement in digitalen Umwelten: Festgabe für Klaus Bellmann zum 75. Geburtstag. :101-117.
Kleemann, F. C.; Glas, A. H. (2018): Big Data verstehen und Potenziale nutzen. Big Data im Einkauf 4.0. In: BA Beschaffung aktuell, Heft 4/2018, S. 26. Artikel vom 04.04.2018. ISSN: 0341-4507.
Kögl, F. (2018): Mehr Wissen durch Cognitive Search und Content Analytics. In: Wissensmanagement, Heft 3, S. 24-25. ISSN: 1438-4426.
Müller, R. M.; Lenz, H. J. (2013): Business Intelligence. Berlin, Heidelberg: Springer Vieweg. ISBN: 978-3-642-35559-2.
Ohlen, O. (2017): https://www.emporias.de/aktuelles/supply-chain/studie-kostentransparenz-inder-supply-chain-in-vielen-industriebetrieben-fehlanzeige/
Reinhart, G. (Hrsg.) (2017): Handbuch Industrie 4.0. Geschäftsmodelle, Prozesse, Technik. München: Hanser Verlag. ISBN: 978-3-446-44642-7.
Rivera, J.; Van der Meulen, R. (2014): Gartner Says Advanced Analytics Is a Top Business Priority. Artikel vom 21.10.2014. Gartner, Inc. Online verfügbar unter https://www.gartner.com/newsroom/id/2881218. Zuletzt geprüft am 25.10.2018.
Scheer, A. W. (2017): Robotic Process Automation (RPA). Revolution der Unternehmenssoftware. In: IM+io – Das Magazin für Innovation, Organisation & Management, Heft 3, S. 30-41. ISSN: 1616-1017.
Schuh, G. (Hrsg.) (2014): Einkaufsmanagement. Handbuch Produktion und Management 7. 2., vollst. neu bearb. und erw. Aufl. Berlin, Heidelberg: Springer Vieweg. ISBN: 978-3-642-39770-7.
Witten, I. H.; Frank, E.; Hall, M. A.; Pal, C. J. (2016): Data Mining. Practical Machine Learning Tools and Techniques. 4. Aufl. Cambridge: Morgan Kaufmann. ISBN: 978-0-128-04291-5.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Jacobi, C., Groher, E. (2019). Beschaffung 4.0. In: Schröder, M., Wegner, K. (eds) Logistik im Wandel der Zeit – Von der Produktionssteuerung zu vernetzten Supply Chains. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-25412-4_25
Download citation
DOI: https://doi.org/10.1007/978-3-658-25412-4_25
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-25411-7
Online ISBN: 978-3-658-25412-4
eBook Packages: Business and Economics (German Language)