Modulbeschreibung

Die Studierenden lernen Modellierungsansätze und mathematische Methoden kennen, die sehr geeignet sind, um anspruchsvolle Aufgabenstellungen aus der Industrie und der Betriebswirtschaft erfolgreich zu bearbeiten. Anwendungen vor allem im Operations-Management & Logistics.
Fokus liegt auf der mathematischen Modellierung von Systemen mit stochastischen Einflüssen.

• Basismathematik (differenzieren, integrieren).
• Minimales Grundverständnis folgender Begriffe aus der angewandten Statistik: Wahrscheinlichkeit und Verteilungsfunktion.

Notwendige Systeme:
• Notebook
• Software mit Statistik Bibliothek, z.B. Matlab oder R

Modul ist besonders empfehlenswert für Studierende, die sich für Operations Management & Logistics interessieren und sich eventuell vorstellen könnten ihre Bachelorarbeit in diesem Themengebiet zu machen.

Erlaubte Hilfsmittel:
• eigene Zusammenfassung
• Taschenrechner (keine kommunikationsfähigen Geräte)

Fachkompetenzen

Die Teilnehmenden:
• können (Operations-Research) Modelle herleiten, simulieren, analysieren und validieren, insbesondere können sie sinnvolle Annahmen und Vereinfachungen ableiten.
• können die Ressourcenplanung und die Ressourcendisposition in logistischen Netzwerken optimieren.

Methodenkompetenzen

Die Teilnehmenden:
• können die Methode der Marginalanalyse sicher anwenden.
• können für einfache und mittelschwere Aufgabenstellungen ein adäquates Lagerhaltungsmodell aufstellen und daraus geschickte Bestellpolitiken ableiten.
• können einfache Nachfrageprognosen erstellen.

Selbstkompetenzen

Die Teilnehmenden:
• gewinnen Selbstverstrauen, Mut und Kreativität in der Arbeit mit quantitativen Methoden (insbesondere im Bereich Operations-Management & Logistics).
• können die Grenzen der erlernten Methoden einschätzen.

Sozialkompetenzen

Die Teilnehmenden:
• könnnen allein oder im Team - Problemstellungen analysieren und einer Lösung zuführen.
• können durch gezieltes Nachfragen aus unvollständigen Angaben und vagen Zielvorstellungen eine adäquate Aufgabenstellung herleiten.

Themen/Lernblock: Bestandsmanagement
• Modellierung von Kosten, Kundenzufriedenheit & Bestellpolitiken
• Deterministische Modelle: Erweiterungen der Andler Formel.
• Stochastische Modelle: das Zeitungsjungen-Modell; Berechnung Meldebestand und Bestellmenge in mehr-periodischen Modellen.
• Nachfrageprognose für Endprodukte.

Themen/Lernblock: Ersatzteil- und Servicelogistik
• Echtzeit Ressourcendisposition.
• Netzwerkoptimierung (Standorte, Kapazitäten, Prozesse).
• Praxisbeispiel: reparierbare Ersatzteile.

Pflichtliteratur wie Skript, Bücher

• Folienskript
• Zusammengestellte Unterlagen

Weiterführende Literatur (Empfehlung an Studierende)

• Winston, Wayne L., Operations Research: Applications and Algorithms., Vol. 4., Duxbury Press, 2004.