Lernergebnisse
Die Studierenden lernen die Entscheidungsfindung basierend auf datenorientierten Analyse-Methoden für verschiedene logistischen Problemstellungen durchzuführen. Hierzu wenden die Studierenden problemorientiert Analyse-Methoden des Descriptive Analytics, Predictive Analytics und Prescriptive Analytics an, bewerten deren Ergebnisse kritisch und erlernen die Verkettung der Analyse-Methoden, um komplexeren Problemstellungen zu begegnen. Im Mittelpunkt steht neben den Methoden auch die zielorientierte Anwendung auf praktische Problemstellungen sowie der Umgang mit Unsicherheit in den Ergebnissen der Verfahren. Bei der Auswahl der logistischen Problemstellungen wird auf Vielfalt geachtet, sodass die Studierenden sich mit Nachfrageentwicklung, Preisentwicklung, Vorhersage von Transportzeiten, Netzwerkplanung, Nachfrage- und Angebotsausgleich, Produktklassifizierung, Warenkorbanalysen und Bewertung von Wertschöpfungspartnern beschäftigen. Die Studierenden lernen die Methoden anzuwenden, diese als flexible Techniken auf neue Probleme zu übertragen und die Ergebnisse kritisch zu bewerten. Durch den intensiven Umgang lernen die Studierenden die interpretierte Programmiersprache R und die Anwendung von R Markdown Notebooks kennen und vertiefen die Kenntnisse im Umgang mit MS Excel.