2. Studium
  3. Applied Supply Chain Analytics – From Data to Decisions (Modul MB-296, 5 ECTS)

Applied Supply Chain Analytics – From Data to Decisions (Modul MB-296, 5 ECTS)

Allgemeine Informationen

Die Vorlesung „Applied Supply Chain Analytics – From data to decisions“ gibt einen Überblick über moderne Methoden zur Datenverarbeitung in Supply Chains in seiner Gänze, d.h. von der Gewinnung von Rohdaten, über deren Integration und Analyse bis hin zur automatisierten Entscheidungsfindung. Ziel der Veranstaltung ist es, die grundlegenden Ideen wichtiger Methoden zu vermitteln, sowie den Studierenden in praktischen Einheiten den Zugang zu wichtigen IT-Werkzeugen zu erleichtern.

Die vorlesungsbegleitende Übung wird fallstudienartig in Form von „Supply Chain Analytics Challenges“ in die Vorlesung integriert. Anhand von Anwendungsbeispielen mit Realdaten aus der Praxis werden Methoden vertieft. Die Aufgaben werden in Gruppenarbeit implementiert, Ergebnisse interpretiert und präsentiert.

 

Turnus: Sommersemester
Starttermin: 04.04.2023

Modul:

 MB-296 (5 ECTS)
Veranstaltungssprache: englisch
Vorlesungstermin: dienstags, 8:30-10:00 Uhr – LFO Lab
Übungstermin: dienstags, 10:15-11:45 Uhr – LFO Lab
Dozent*in: Univ.-Prof. Dr.-Ing. Anne Meyer
Betreuer*innen: Hadi Kutabi, Alexandru Rinciog, Daniel Scholtyssek
Einschreibung:

Über den Moodle-Raum https://moodle.tu-dortmund.de/course/view.php?id=39147

Einschreibeschlüssel: asca23
Teilnahme:

Die Veranstaltung ist auf 20 Personen teilnehmerbeschränkt (siehe „Teilnahmevoraussetzungen“).
Studienleistung: Die Details werden durch die jeweiligen Dozent*innen zu Beginn der Veranstaltung bekannt gemacht.
Prüfungsleistung:

wird durch eine mündliche Prüfung bzw. schrftliche Prüfung erbracht. Als Zulassungsvorraussetzung ist eine Studienleistungen erbringen. 

Weitere Informationen zur Veranstaltung

Lehrinhalte & Veranstaltungsstruktur

Bei diesen Terminen ist eine ständige Teilnahme sehr empfehlenswert. Für die Teilnahme an der Veranstaltung werden Vorkenntnisse im Bereich Statistik empfohlen.

Die folgende Inhalte werden an Beispielen aus dem Supply Chain Management adressiert:

 

  • Einführung in die Grundlagen der Programmierung von Python (Pyhton Crashcourse) sowie begleitend zur Vorlesung die Einführung wichtiger Python Bibliotheken aus dem Bereich Data Analytics (z.B. Pandas, requests, seaborn, folium, scikit-learn)

  • Erster Überblick über Methoden und Technologien zur Datengewinnung, Datenintegration und Datenhaltung sowie über typische Datenquellen, Datentypen und Datenformate in der Logistik

  • Einführung von Möglichkeiten zur explorativen Analyse und Visualisierung von Supply Chain Daten

  • Einführung grundlegender Konzepte für ausgewählte Methoden zur Datenanalyse (descriptive / predictive analytics) aus den Bereichen Statistik und maschinellem Lernen anhand typischer Fragestellungen aus Supply Chain Management und Logistik

Teilnahmevoraussetzungen

Bitte beachten Sie: Diese Veranstaltung ist begrenzt auf 20 Teilnehmende. Interessierte Bachelor-Studierende melden sich bis zum 11. April 2023 im Moodle-Raum Applied Supply Chain Analytics an:

Moodle: https://moodle.tu-dortmund.de/course/view.php?id=39147

Einschreibeschlüssel: asca23

Deadline für Anmeldung: Zweite Vorlesungswoche (11.04.2023)

 Übersteigt die Anzahl der An­mel­dun­gen die verfügbaren Plätze findet auf Grund­la­ge § 7 Prüfungsordnung für die Master­studien­gänge Maschinen­bau, Logistik und Wirt­schafts­in­ge­nieur­we­sen der Fa­kul­tät Maschinen­bau an der Technischen Uni­ver­si­tät Dort­mund eine Auslosung statt. Stu­die­ren­de, die wegen be­son­de­rer Kriterien gesondert zu berücksichtigen sind (§ 7 Abs. 4 der Prüfungsordnung), wer­den aufgefordert dies bis zum Ablauf der Anmeldefrist nach­zu­weisen. Eine E-Mail an den Veranstaltungsbetreuer, in der die Er­fül­lung be­son­de­rer Kriterien bewiesen wird, ist hier er­for­der­lich.

Nach Abschluss des Losverfahrens wer­den die aus­ge­wähl­ten Stu­die­ren­den über ih­re Teil­nah­me informiert und die restlichen Stu­die­ren­den aus dem Moodle-Raum entfernt.

Hinweis:

Entsprechend des Beschlusses des Prüfungsausschusses vom 04.02.2016 ist die Annahme eines Platzes in einer teilnehmerbeschränkten Ver­an­stal­tung verbindlich und gleich­zei­tig Prüfungsanmeldung. Die Einschreibung im Moodle-Raum gilt als verbindliche Erklärung einer Teil­nah­me. Einen verbindlich angenommenen Platz dann nicht wahr­zu­neh­men, ist ein Fehlversuch.

Härtefallanträge mit Bezugnahme auf § 7 Abs. 4 Nr. 1 Prüfungsordnung sind seitens des Antragsstellers unter Beibringung offizieller Dokumentation (z. B. Bescheinigung des Prüfungsamtes), aus der eine Verzögerung des Stu­di­ums bei Nichtteilnahme an der Ver­an­stal­tung eindeutig hervorgeht, zu belegen. Härtefallanträge ohne Dokumentation wer­den nicht be­rück­sich­tigt.

Prüfung

Die Prüfungsleistung wird durch eine mündliche Prüfung bzw. eine schriftliche Prüfung erbracht. Die Prüfungsform wird zu Beginn der Lehrveranstaltung festgelegt. Darüber hinaus ist semesterbegleitend eine Studienleistung zu absolvieren. Das Bestehen der Studienleistung ist Voraussetzung zur Teilnahme an der Klausur. Die Studienleistung wird in Form zweier „Analytics Challenges“ als Gruppenarbeit durchgeführt. Der Inhalt und Umfang der Studienleistung werden zu Beginn der Veranstaltung erläutert.