Suche nach Personen

plus im Publikationsserver
plus bei BASE
plus bei Google Scholar

Daten exportieren

 

Ansätze zur Begegnung von Supply Chain-Risiken in Advanced Planning-Systemen

Titelangaben

Verfügbarkeit überprüfen

Kuhn, Heinrich ; Gebhard, Marina:
Ansätze zur Begegnung von Supply Chain-Risiken in Advanced Planning-Systemen.
In: Wissenschaft und Praxis im Dialog : Robuste und sichere Logistiksysteme ; [4. Wissenschaftssymposium Logistik in München] / BVL, Bundesvereinigung Logistik. Hrsg. von Hans-Christian Pfohl. - Hamburg : DVV, Dt. Verkehrs-Verlag, 2008. - S. 522-538. - (BVL-Schriftenreihe Wirtschaft und Logistik)
ISBN 978-3-87154-381-4

Kurzfassung/Abstract

Im Rahmen dieses Beitrags werden verschiedene Ansätze zur Modellierung und Antizipation von Supply Chain-Risiken vorgestellt und im Hinblick auf ihre Verwendbarkeit in AP-Systemen analysiert. Nach einer Einführung in den Aufbau von AP-Systemen werden zunächst die möglichen Störungen und Unsicherheiten, die im Umfeld einer Supply Chain-Planung auftreten können, erläutert und klassifiziert.
Aufbauend auf dieser Klassifikation erfolgt die Einordnung der klassischen Konzepte zum Umgang mit Unsicherheiten. Die vorgestellten Konzepte werden kritisch reflektiert und ihre Eignung zur Abbildung der unterschiedlichen Arten der Unsicherheit analysiert.
Im abschließenden Teil des Beitrags wird ein neuer Ansatz zur robusten Planung in hierarchischen Planungssystemen vorgestellt und analysiert. Im Vergleich zu den klassischen Ansätzen ermöglicht dieser Ansatz, sowohl regelmäßig wiederkehrende Bedarfsschwankungen als auch Bedarfsabweichungen in der Planung zu berücksichtigen, die durch sporadische bzw. einmalige Störungen induziert werden.

Weitere Angaben

Publikationsform:Aufsatz in einem Buch
Sprache des Eintrags:Deutsch
Institutionen der Universität:Wirtschaftswissenschaftliche Fakultät > Betriebswirtschaftslehre > ABWL, Supply Chain Management & Operations
Titel an der KU entstanden:Ja
KU.edoc-ID:748
Eingestellt am: 29. Jul 2009 13:38
Letzte Änderung: 18. Jan 2022 10:54
URL zu dieser Anzeige: https://edoc.ku.de/id/eprint/748/
AnalyticsGoogle Scholar