Supply Chain AnalyticsModulbeschreibung #70289 / Version 4
- 6 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v5)
| Modul / Version | #70289 / #4 |
|---|---|
| Gültigkeit | WiSe 2024/25 – SoSe 2025 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Straube, Frank |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät VII |
|---|---|
| Institut | Institut für Technologie und Management |
| Fachgebiet | 37331100 FG Logistik |
Kontakt
| Sekretariat | H 90 |
|---|---|
| Ansprechpartner*in | Andrieu, Vera-Marie |
| E-Mail-Adresse | sekretariat@logistik.tu-berlin.de |
| Webseite | http://www.tu.berlin/logistik |
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.
Lehrinhalte
Die Lehrinhalte umfassen die Vermittlung der Grundlagen des Analytics und dessen Management sowie die Grundlagen des Supply Chain Analytics. Anschließend werden nacheinander zunächst Metriken und Kennzahlen sowie anschließend die Typen der Analytics behandelt: predictive, prescriptive, descriptive. Zudem wird die zielorientierte Präsentation von Daten behandelt ("Storytelling with data"). Die Veranstaltung wird untersetzt mit vielfältigen Praxisbeispielen. (1) Grundlagen - Einführung, Erfolgsfaktoren und Projekte in Analytics - Einführung in Supply Chain Analytics (2) Metriken und Kennzahlen: - Metriken und Kennzahlen in der Logistik - explorative Datenanalyse (3) Predictive Analytics - Zeitreihenanalyse - Multivariate Lineare Regression (4) Prescriptive Analytics - Supply Chain Network Design - Sales & Operations Planning - Revenue Management (5) Descriptive Analytics - Clustering - Association Rule Mining Die verwendeten Werkzeug zur Anwendung der Analyse-Methoden sind R und Excel. Die Analyse-Methoden werden anhand von Excel eingeführt und vermittelt sowie anschließend anhand von R zur Analyse größerer Datenmengen und komplexerer Aufgaben vertieft. Eine Einführung in R ist Teil der Lehrveranstaltung.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Supply Chain Analytics | Integrierte Veranstaltung | 73 110 L 9546 | Winter- und Sommersemester | [de] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Supply Chain Analytics (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 90 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Bearbeitung der Hausaufgaben | 5 | 6 h | 30 h |
| Bearbeitung und Prüfung der Semester-Fallstudie | 1 | 60 h | 60 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 180 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 | Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Hausaufgabe Descriptive Analytics | 20 | schriftlich | 5 Seiten Code in 2er Gruppen |
| Hausaufgabe Predictive Analytics I | 10 | schriftlich | 3 Seiten Code in 2er-Gruppen |
| Hausaufgabe Predictive Analytics II | 10 | schriftlich | 3 Seiten Code in 2er Gruppen |
| Hausaufgabe Visualisierung | 5 | schriftlich | 1 Seite in 2er Gruppen |
| Präsentation der Semester-Fallstudie | 55 | mündlich | 30 min. Präsentation in 4er Gruppen |
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
nicht verfügbar
Skript in elektronischer Form
verfügbar – www.isis.tu-berlin.de
Empfohlene Literatur
- In den Umdrucken zu den einzelnen Lehrveranstaltungen werden jeweils detaillierte Literaturhinweise gegeben.
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| Computer Science (Informatik) StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| Elektrotechnik StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | SoSe 2025 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems |
| Produktionstechnik StuPO 2018 (09.05.2018) | SoSe 2025 | 4. Profilmodule › 4.3 Produktionsmanagement |
| Wirtschaftsingenieurwesen StuPO 2015 | WiSe 2024/25 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Operations Research & Quantitative Methods |
| SoSe 2025 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Operations Research & Quantitative Methods |
Sonstiges
Keine Angabe