Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Supply Chain AnalyticsModulbeschreibung #70289 / Version 4

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v5)
Modul / Version#70289 / #4
GültigkeitWiSe 2024/25 – SoSe 2025
Verfügbare Sprache(n)Deutsch
Leistungspunkte6
Modulverantwortliche*rStraube, Frank
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät VII
InstitutInstitut für Technologie und Management
Fachgebiet37331100 FG Logistik

Kontakt

SekretariatH 90
Ansprechpartner*inAndrieu, Vera-Marie
E-Mail-Adressesekretariat@logistik.tu-berlin.de
Webseitehttp://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:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Supply Chain AnalyticsIntegrierte Veranstaltung73 110 L 9546 Winter- und Sommersemester[de]4 ISIS

Arbeitsaufwand und Leistungspunkte

Supply Chain Analytics (Integrierte Veranstaltung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit154 h60 h
Vor-/Nachbereitung152 h30 h
90 h

Lehrveranstaltungsunabhängiger Aufwand

AufwandbeschreibungMultiplikatorStundenGesamt
Bearbeitung der Hausaufgaben56 h30 h
Bearbeitung und Prüfung der Semester-Fallstudie160 h60 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

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheDeutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/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

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 / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems
Computer Science (Informatik)
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems
Elektrotechnik
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
SoSe 2025Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems
Produktionstechnik
StuPO 2018 (09.05.2018)
SoSe 20254. Profilmodule › 4.3 Produktionsmanagement
Wirtschaftsingenieurwesen
StuPO 2015
WiSe 2024/25Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Operations Research & Quantitative Methods
SoSe 2025Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Operations Research & Quantitative Methods

Sonstiges

Keine Angabe