Ziel dieser Arbeit ist es, aufzuzeigen, welche Bereiche durch neue Ansätze wie künstliche Intelligenz und Robotik-Prozess-Automation in der Supply-Chain und im Einkauf optimiert werden können. Darüber hinaus wird dargelegt, welche Herausforderungen und Hindernisse auftreten können, die einer Umsetzung der genannten Ansätze in der Praxis entgegenstehen.
Der Begriff 'digitale Transformation' beschreibt einen Veränderungsprozess durch die Nutzung moderner datengetriebener Ansätze wie unter anderem Big Data, Cloud-Computing und Internet der Dinge (IoT). 'Industrie 4.0' wird hierbei oft als Oberbegriff verwendet. Die industriellen Wertschöpfungsketten können mithilfe der genannten neuen Ansätze Ressourcen effizient nutzen und die Automatisierung kann in allen Bereichen des Unternehmens gefördert werden.
Im Zusammenhang mit der Logistik haben diese Ansätze eine große Bedeutung. Potenzielle Ziele sind eine höhere Effizienz, bessere Termintreue, größere Kundenbindung und kürzere Durchlaufzeiten. Mithilfe von künstlicher Intelligenz (KI) und Robotik-Prozess-Automation (RPA) kann dieser Prozess noch besser, schneller und einfacher durchgeführt werden.
Viele Industrieunternehmen haben sich entschieden, bei diesem Wandel als Wegbereiter aufzutreten, um die Vorteile neuer Technologien und die sich bietenden Möglichkeiten wie Vernetzung, Agilität und Effizienz zu nutzen, um damit ihre digitale Reife zu erhöhen und ihre Wettbewerbsposition zu stärken. Vielen von ihnen ist es bisher jedoch aufgrund von Unsicherheiten im Rahmen des Veränderungsprozesses oder hoher Investitionen in die IT-Infrastrukturen nicht gelungen, diesen Wandel zu vollziehen.
Inhaltsverzeichnis
- Kurzzusammenfassung
- Abstract
- Tabellenverzeichnis
- Abbildungsverzeichnis
- 1 Einleitung
- 1.1 Hintergrund und Motivation
- 1.2 Zielsetzung und Forschungsfragen
- 1.3 Methoden und Struktur der Arbeit
- 2 Theoretische Grundlagen und Abgrenzung
- 2.1 Definition, Aufgaben und Ziele des Supply-Chain-Managements und des Einkaufs
- 2.2 Informationstechnologie im Supply-Chain-Management
- 3 Robotic-Process-Automation
- 3.1 Begriffserklärung
- 3.2 Business-Process-Management (cognitive Automation)
- 3.3 Allgemeine Funktionsweise von RPA
- 3.4 RPA-Software
- 3.4.1 UiPath
- 3.4.2 Automation Anywhere
- 3.5 Anwendungspotenzial von RPA in Unternehmensbereichen
- 3.5.1 Einkauf
- 3.5.2 Logistik
- 3.5.3 Kundenservice und Support
- 3.6 Grenzen und Herausforderung
- 4 Künstliche Intelligenz
- 4.1 Historische Entwicklung der künstlichen Intelligenz
- 4.2 Begriffserklärung und Abgrenzung: Künstliche Intelligenz, Machine-Learning und Deep Learning
- 4.3 Differenzierung zwischen starker und schwacher künstlicher Intelligenz
- 4.4 Überblick über da Anwendungspotenzial der künstlichen Intelligenz in den Geschäftsbereichen
- 4.5 Grenzen und Herausforderung
- 5 Methodik der empirischen Untersuchung
- 5.1 Erhebungsinstrument
- 5.2 Fragebogenerstellung und Durchführung der Befragung
- 5.3 Datenauswertung
- 6 Auswertung der Ergebnisse
- 6.1 Allgemeine Auswertung
- 6.2 Ergebnis in Bezug auf die Forschungsfragen für RPA
- 6.3 Ergebnis in Bezug auf die Forschungsfragen für KI
- 7 Interpretation und Handlungsempfehlung
- 7.1 Interpretation der Ergebnisse
- 7.2 Handlungsempfehlung zum Einsatz von RPA im Einkauf und in der Supply-Chain
- 7.3 Handlungsempfehlung zum Einsatz von KI in der Supply-Chain und im Einkauf
- 8 Zusammenfassung und Ausblick
Zielsetzung und Themenschwerpunkte
Die vorliegende Masterarbeit befasst sich mit der Anwendung von Künstlicher Intelligenz (KI) und Robotic Process Automation (RPA) in der Supply Chain und im Beschaffungswesen. Ziel ist es, die Einsatzgebiete von KI und RPA in diesen Bereichen aufzuzeigen, Potenziale zu identifizieren und Herausforderungen zu analysieren. Die Arbeit befasst sich mit der Frage, wie diese Ansätze in die Praxis umgesetzt werden können.
- Digitalisierung und Industrie 4.0
- RPA und KI als transformative Technologien
- Potenziale von RPA und KI in der Supply Chain und im Einkauf
- Herausforderungen bei der Implementierung von RPA und KI
- Handlungsempfehlungen für den erfolgreichen Einsatz von RPA und KI
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einleitung, die den Hintergrund und die Motivation für die Untersuchung beleuchtet, sowie die Zielsetzung und die Forschungsfragen definiert. Anschließend werden in Kapitel 2 die theoretischen Grundlagen des Supply-Chain-Managements und des Einkaufs sowie der Informationstechnologie in diesen Bereichen erläutert. Kapitel 3 behandelt die Robotic Process Automation (RPA) mit ihren verschiedenen Aspekten, darunter die Begriffserklärung, die Funktionsweise und das Anwendungspotenzial in unterschiedlichen Unternehmensbereichen. In Kapitel 4 werden verschiedene KI-Konzepte, wie Machine Learning und Deep Learning, vorgestellt und die Herausforderungen im Bereich der künstlichen Intelligenz diskutiert. Kapitel 5 erläutert die Methodik der empirischen Untersuchung anhand einer Online-Befragung, die in Kapitel 6 analysiert und interpretiert wird. Schließlich werden in Kapitel 7 Handlungsempfehlungen für den Einsatz von RPA und KI im Einkauf und in der Supply Chain gegeben. Die Arbeit schließt mit einer Zusammenfassung und einem Ausblick auf zukünftige Entwicklungen.
Schlüsselwörter
Supply Chain Management, Einkauf, Beschaffung, Robotic Process Automation, Künstliche Intelligenz, Machine Learning, Deep Learning, Digitalisierung, Industrie 4.0, Potenzial, Herausforderungen, Handlungsempfehlungen
- Quote paper
- Marwen Hammami (Author), 2020, Digital-Production-Management. Künstliche Intelligenz und Robotik-Prozess-Automation in der Supply-Chain und im Beschaffungswesen, Munich, GRIN Verlag, https://www.grin.com/document/1020978
