Die Corona Pandemie hat uns erneut verdeutlicht, dass Störungen in der Lieferkette dramatische Konsequenzen mit sich bringen können. Dabei stellen wir uns folgende Fragen: Ist die unternehmerische Supply Chain auf eine mögliche, nächste "Corona-Welle" oder anderweitige globale Katastrophen vorbereitet? Wie können Unternehmen Unterbrechungen und Verzögerungen in der Lieferkette besser vorhersehen oder gar vermeiden? In unserem Workshop zeigen wir, wie mithilfe eines strukturierten Vorgehensmodells Anwendungsfälle aus dem Bereich des Maschinellen Lernens für Risikomanagement in der Lieferkette identifiziert werden können und wie Unternehmen bei der anschließenden Konzeptionierung und Umsetzung vorgehen müssen. Unser Workshop Angebot wird abgerundet durch eine Auswahl an Best Practice Beispielen aus unterschiedlichen Branchen und Industriezweigen.
Kersten W., Schröder M., Indorf M., Potenziale der Digitalisierung für das Supply Chain Risikomanagement: Eine empirische Analyse. In Zeitschrift für Betriebswirtschaftliche Forschung (ZfBf), S. 47-74, 2017.
Kersten W., Schröder M., Nagi A., Digitalisation – A challenging enabler for Supply Chain Risk Management. In Roth S., Corsten H. (Hrsg.), Handbuch Digitalisierung, Vahlen, 2021 (im Erscheinen).
Lodemann S., Kersten W., Identifikation und Umsetzung der Potenziale von Data Analytics im Supply Chain Management. In Mittelstand-Digital Magazin Wissenschaft trifft Praxis. 13 (1), 22-29, 2020.
Schröder M., Strukturierte Verbesserung des Supply Chain Risikomanagement. In Supply Chain Management – Beiträge zu Beschaffung und Logistik, Reihen-Hrsg.: Eßig M., Stölzle W., Kersten W., Springer Gabler, Wiesbaden, 2019.
Schröder M., Lodemann S., A Systematic Investigation of the Integration of Machine Learning into Supply Chain Risk Management. In Logistics, 2021 (under review).
Kersten W., von See B., Lodemann S., Trends und Strategien in Logistik und Supply Chain Management.
Schröder M., Wissenschaftsblog zum Supply Chain Risikomanagement.