Advertisement

Beschaffung 4.0

  • Carsten JacobiEmail author
  • Erich Groher
Chapter

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.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 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.Google Scholar
  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.
  3. Brenner, W.; Wenger, R. (Hrsg.) (2007): Elektronische Beschaffung. Stand und Entwicklungstendenzen. Berlin, Heidelberg: Springer Verlag. ISBN: 978-3-540-34017-1.Google Scholar
  4. Burmester, L. (2011): Adaptive Business-Intelligence-Systeme. Theorie, Modellierung und Implementierung. Wiesbaden: Vieweg+Teubner Verlag. ISBN: 978-3-8348-1478-4.Google Scholar
  5. 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.
  6. Fröhlich, S.; Hohberger, S. (2001): Workflow-Managementsysteme. Sinnvoll steuern. In: LOGISTIK HEUTE, Heft 9/2001, S. 56-58. ISSN: 0173-6213.Google Scholar
  7. 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.Google Scholar
  8. 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.Google Scholar
  9. 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.Google Scholar
  10. Kersten, W.; Blecker, T.; Ringle, C.M. (2014): Next Generation Supply Chains: Trends and Opportunities, 1st ed. epubli, Berlin.Google Scholar
  11. 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.Google Scholar
  12. 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.Google Scholar
  13. 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.Google Scholar
  14. Kögl, F. (2018): Mehr Wissen durch Cognitive Search und Content Analytics. In: Wissensmanagement, Heft 3, S. 24-25. ISSN: 1438-4426.Google Scholar
  15. Müller, R. M.; Lenz, H. J. (2013): Business Intelligence. Berlin, Heidelberg: Springer Vieweg. ISBN: 978-3-642-35559-2.Google Scholar
  16. Reinhart, G. (Hrsg.) (2017): Handbuch Industrie 4.0. Geschäftsmodelle, Prozesse, Technik. München: Hanser Verlag. ISBN: 978-3-446-44642-7.Google Scholar
  17. 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.
  18. 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.Google Scholar
  19. 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.Google Scholar
  20. 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.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Emporias Management Consulting GmbH & Co. KGUnterföhringDeutschland
  2. 2.International Management, Logistics and Operations DepartmentInternational School of ManagementMünchenDeutschland

Personalised recommendations