Zur Modulseite PDF generieren

#70289 / #5

Seit WiSe 2025/26

Deutsch, Englisch

Supply Chain Analytics

6

Straube, Frank

Benotet

Portfolioprüfung

Deutsch

Zugehörigkeit


Fakultät VII

Institut für Technologie und Management

37331100 FG Logistik

Betriebswirtschaftslehre

Kontakt


H 90

Brands, Jonas

sekretariat@logistik.tu-berlin.de

Lernergebnisse

Die Studierenden erwerben die Fähigkeit, datenbasierte Entscheidungen für unterschiedliche logistische Problemstellungen zu treffen. Hierzu wenden sie problemorientiert Analyseverfahren aus dem Bereich der Descriptive, Predictive und Prescriptive Analytics an, bewerten deren Ergebnisse kritisch und lernen, diese Verfahren sinnvoll zu verknüpfen, um auch komplexere Fragestellungen zu bearbeiten. Im Fokus stehen dabei nicht nur die Methoden selbst, sondern insbesondere ihre zielgerichtete Anwendung auf praxisnahe Problemstellungen sowie der bewusste Umgang mit Unsicherheiten in den Analyseergebnissen. Die Auswahl der logistischen Fragestellungen ist vielfältig gestaltet. Die Studierenden befassen sich unter anderem mit der Analyse von Nachfrage- und Preisentwicklungen, der Prognose von Transportzeiten, der Netzwerkplanung, dem Ausgleich von Angebot und Nachfrage, der Produktklassifizierung, Warenkorbanalysen sowie der Bewertung von Wertschöpfungspartnern. Dabei erlernen sie, die Methoden flexibel auf neue Herausforderungen zu übertragen und die Ergebnisse kritisch zu hinterfragen. Im Rahmen der Veranstaltung arbeiten die Studierenden intensiv mit der interpretativen Programmiersprache R und den zugehörigen R Markdown Notebooks. Gleichzeitig vertiefen sie ihre Kenntnisse im Umgang mit MS Excel. Sie lernen, große Datenmengen gezielt zu nutzen, um Geschäftsprozesse zu identifizieren, die sich negativ auf die Nachhaltigkeit eines Unternehmens auswirken. Darüber hinaus erfahren sie, wie solche Erkenntnisse im Unternehmenskontext kommuniziert werden können und welche Maßnahmen zur Verbesserung der Nachhaltigkeit in den betroffenen Logistikprozessen ergriffen werden können.

Lehrinhalte

Die Lehrinhalte umfassen die Einführung in die Grundlagen des Analytics und dessen Management sowie in die Grundlagen des Supply Chain Analytics. Darauf aufbauend werden zunächst Metriken und Kennzahlen behandelt, gefolgt von den drei zentralen Typen der Datenanalyse: descriptive, predictive und prescriptive analytics. Ergänzend wird die zielgerichtete und adressatengerechte Präsentation von Daten im Sinne eines „Storytelling with Data“ thematisiert. Die Inhalte werden durch vielfältige Praxisbeispiele veranschaulicht. Ziel der Veranstaltung ist die Vermittlung analytischer Methoden für ein datengetriebenes Management logistischer Prozesse, das zur Vermeidung ineffizienter Abläufe beiträgt und eng mit unternehmerischer Nachhaltigkeit verknüpft ist. Der Fokus liegt dabei insbesondere auf der nachhaltigen Gestaltung von Produktion und Verkehr. Zur Anwendung der Analysemethoden werden Excel und R eingesetzt. Die Einführung und Vermittlung erfolgt zunächst in Excel; komplexere Aufgaben sowie die Analyse größerer Datenmengen werden anschließend mit R vertieft. Eine grundlegende Einführung in R ist integraler Bestandteil der Lehrveranstaltung.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Supply Chain AnalyticsIV73 110 L 9546WiSe/SoSede4

Arbeitsaufwand und Leistungspunkte

Supply Chain Analytics (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.02.0h30.0h
90.0h(~3 LP)

Lehrveranstaltungsunabhängiger Aufwand:

AufwandbeschreibungMultiplikatorStundenGesamt
Bearbeitung der Hausaufgaben5.06.0h30.0h
Bearbeitung und Prüfung der Semester-Fallstudie1.060.0h60.0h
90.0h(~3 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Das Modul ist in Form einer Integrierten Veranstaltung konzipiert. Die theoretischen Inhalten wechseln fließend mit praktischen Übungen in MS Excel und R. Die Unterrichtseinheiten starten zudem mit einer themenspezifischen Diskussion basierend auf aktuellen Studien oder Fallbeispielen. Die Studierenden erarbeiten in Gruppen in einer Fallstudie die Lösung eines komplexeren logistischen Problems, dass die Verkettung der verwendeten Analyse-Methoden verlangt und präsentieren abschließend die Ergebnisse der gelösten Fallbeispiele.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Der Abschluss der Veranstaltung "Grundlagen der Logistik" ist erwünscht.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Deutsch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
Hausaufgabe Descriptive Analytics20schriftlich5 Seiten Code in 2er Gruppen
Hausaufgabe Predictive Analytics I10schriftlich3 Seiten Code in 2er-Gruppen
Hausaufgabe Predictive Analytics II10schriftlich3 Seiten Code in 2er Gruppen
Hausaufgabe Visualisierung5schriftlich1 Seite in 2er Gruppen
Präsentation der Semester-Fallstudie55mündlich30 min. Präsentation in 4er Gruppen

Notenschlüssel

Notenschlüssel »Notenschlüssel 4: Fak I, Fak VII«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt90.0pt85.0pt80.0pt76.0pt72.0pt67.0pt63.0pt59.0pt54.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Die Portfolioprüfung besteht aus den folgenden Elementen, in denen in der Summe maximal 100 Punkte erreicht werden können. Die Benotung erfolgt nach dem gemeinsamen Notenschlüssel der Fakultät VII (Beschluss des Fakultätsrates vom 28.05.2014 - FKR VII-4/8-28.05.2014).

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 24.

Anmeldeformalitäten

Zu Beginn jedes Semesters findet im ISIS-Portal eine Abstimmung zur Teilnahme am Modul statt. Über diese Abstimmung werden die 24 Plätze vergeben.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:
www.isis.tu-berlin.de

 

Literatur

Empfohlene Literatur
In den Umdrucken zu den einzelnen Lehrveranstaltungen werden jeweils detaillierte Literaturhinweise gegeben.

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe