Supply Chain AnalyticsModulbeschreibung #70289 / Version 5
- 6 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Deutsch
| Modul / Version | #70289 / #5 |
|---|---|
| Gültigkeit | Seit WiSe 2025/26 |
| Verfügbare Sprache(n) | Englisch, 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 erwerben die Fähigkeit, datenbasierte Entscheidungen für unterschiedliche logistische Problemstellungen zu treffen. Hierzu wenden sie problemorientiert Analyseverfahren aus dem Bereich der Descriptive, Predictive und Prescriptive Analytics an, bewerten deren Ergebnisse kritisch und lernen, diese Verfahren sinnvoll zu verknüpfen, um auch komplexere Fragestellungen zu bearbeiten. Im Fokus stehen dabei nicht nur die Methoden selbst, sondern insbesondere ihre zielgerichtete Anwendung auf praxisnahe Problemstellungen sowie der bewusste Umgang mit Unsicherheiten in den Analyseergebnissen.
Die Auswahl der logistischen Fragestellungen ist vielfältig gestaltet. Die Studierenden befassen sich unter anderem mit der Analyse von Nachfrage- und Preisentwicklungen, der Prognose von Transportzeiten, der Netzwerkplanung, dem Ausgleich von Angebot und Nachfrage, der Produktklassifizierung, Warenkorbanalysen sowie der Bewertung von Wertschöpfungspartnern. Dabei erlernen sie, die Methoden flexibel auf neue Herausforderungen zu übertragen und die Ergebnisse kritisch zu hinterfragen.
Im Rahmen der Veranstaltung arbeiten die Studierenden intensiv mit der interpretativen Programmiersprache R und den zugehörigen R Markdown Notebooks. Gleichzeitig vertiefen sie ihre Kenntnisse im Umgang mit MS Excel. Sie lernen, große Datenmengen gezielt zu nutzen, um Geschäftsprozesse zu identifizieren, die sich negativ auf die Nachhaltigkeit eines Unternehmens auswirken. Darüber hinaus erfahren sie, wie solche Erkenntnisse im Unternehmenskontext kommuniziert werden können und welche Maßnahmen zur Verbesserung der Nachhaltigkeit in den betroffenen Logistikprozessen ergriffen werden können.
Die Auswahl der logistischen Fragestellungen ist vielfältig gestaltet. Die Studierenden befassen sich unter anderem mit der Analyse von Nachfrage- und Preisentwicklungen, der Prognose von Transportzeiten, der Netzwerkplanung, dem Ausgleich von Angebot und Nachfrage, der Produktklassifizierung, Warenkorbanalysen sowie der Bewertung von Wertschöpfungspartnern. Dabei erlernen sie, die Methoden flexibel auf neue Herausforderungen zu übertragen und die Ergebnisse kritisch zu hinterfragen.
Im Rahmen der Veranstaltung arbeiten die Studierenden intensiv mit der interpretativen Programmiersprache R und den zugehörigen R Markdown Notebooks. Gleichzeitig vertiefen sie ihre Kenntnisse im Umgang mit MS Excel. Sie lernen, große Datenmengen gezielt zu nutzen, um Geschäftsprozesse zu identifizieren, die sich negativ auf die Nachhaltigkeit eines Unternehmens auswirken. Darüber hinaus erfahren sie, wie solche Erkenntnisse im Unternehmenskontext kommuniziert werden können und welche Maßnahmen zur Verbesserung der Nachhaltigkeit in den betroffenen Logistikprozessen ergriffen werden können.
Lehrinhalte
Die Lehrinhalte umfassen die Einführung in die Grundlagen des Analytics und dessen Management sowie in die Grundlagen des Supply Chain Analytics. Darauf aufbauend werden zunächst Metriken und Kennzahlen behandelt, gefolgt von den drei zentralen Typen der Datenanalyse: descriptive, predictive und prescriptive analytics. Ergänzend wird die zielgerichtete und adressatengerechte Präsentation von Daten im Sinne eines „Storytelling with Data“ thematisiert. Die Inhalte werden durch vielfältige Praxisbeispiele veranschaulicht.
Ziel der Veranstaltung ist die Vermittlung analytischer Methoden für ein datengetriebenes Management logistischer Prozesse, das zur Vermeidung ineffizienter Abläufe beiträgt und eng mit unternehmerischer Nachhaltigkeit verknüpft ist. Der Fokus liegt dabei insbesondere auf der nachhaltigen Gestaltung von Produktion und Verkehr.
Zur Anwendung der Analysemethoden werden Excel und R eingesetzt. Die Einführung und Vermittlung erfolgt zunächst in Excel; komplexere Aufgaben sowie die Analyse größerer Datenmengen werden anschließend mit R vertieft. Eine grundlegende Einführung in R ist integraler Bestandteil der Lehrveranstaltung.
Ziel der Veranstaltung ist die Vermittlung analytischer Methoden für ein datengetriebenes Management logistischer Prozesse, das zur Vermeidung ineffizienter Abläufe beiträgt und eng mit unternehmerischer Nachhaltigkeit verknüpft ist. Der Fokus liegt dabei insbesondere auf der nachhaltigen Gestaltung von Produktion und Verkehr.
Zur Anwendung der Analysemethoden werden Excel und R eingesetzt. Die Einführung und Vermittlung erfolgt zunächst in Excel; komplexere Aufgaben sowie die Analyse größerer Datenmengen werden anschließend mit R vertieft. Eine grundlegende Einführung in R ist integraler Bestandteil 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 | WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Informationssysteme / Information Systems | |
| Computer Science (Informatik) StuPO 2015 | WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete › Informationssysteme / Information Systems | |
| Elektrotechnik StuPO 2015 | WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Informationssysteme / Information Systems | |
| Environmental Science and Technology StuPO 2024 | WiSe 2025/26 | Specialization Environmental Science and Technology › Sustainable engineering |
| SoSe 2026 | Specialization Environmental Science and Technology › Sustainable engineering | |
| WiSe 2026/27 | Specialization Environmental Science and Technology › Sustainable engineering | |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | WiSe 2025/26 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems |
| SoSe 2026 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems | |
| Produktionstechnik StuPO 2018 (09.05.2018) | WiSe 2025/26 | 4. Profilmodule › 4.3 Produktionsmanagement |
| SoSe 2026 | 4. Profilmodule › 4.3 Produktionsmanagement | |
| WiSe 2026/27 | 4. Profilmodule › 4.3 Produktionsmanagement | |
| Wirtschaftsingenieurwesen StuPO 2015 | WiSe 2025/26 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Operations Research & Quantitative Methods |
| SoSe 2026 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Operations Research & Quantitative Methods | |
| WiSe 2026/27 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Operations Research & Quantitative Methods | |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Integrationsbereich › Operations Research & Quantitative Methods |
Sonstiges
Keine Angabe