Künstliche Intelligenz im Supply-Chain-Management. Chancen und Risiken der Digitalisierung

Inhaltsverzeichnis

• Abkürzungsverzeichnis
• Abbildungsverzeichnis
• Tabellenverzeichnis
• Einleitung
• Problemstellung
• Zielsetzung
• Arbeitsmethodik
• Gang der Arbeit
• Theoretische Grundlagen
• Supply-Chain-Management
• Definition Supply-Chain-Management
• Aufgaben und Ziele des Supply-Chain-Managements
• Typische Problemstellungen des Supply-Chain-Managements
• Bullwhip-Effekt
• Total-Cost-of-Ownership-Betrachtung, Transaktionskosten und Globalisierung
• Das Supply-Chain-Operations-Reference-Modell (SCOR-Modell)
• Künstliche Intelligenz
• Definition der künstlichen Intelligenz
• Aufgaben und Ziele
• Schwache künstliche Intelligenz
• Starke künstliche Intelligenz
• Algorithmen und Programm
• Maschinelles Lernen und Big Data
• Kognitionswissenschaft
• Hardware
• Sensorik
• Roboter
• Künstliche neuronale Netze
• Speichertechnik und Datensicherheit
• Arten von KI-Systemen
• Agenten-/Multiagentensysteme
• Expertensysteme
• Maschinelles Sehen (engl. Computer-Vision)
• Maschinelle Verarbeitung natürlicher Sprache (engl. Natural-Language-Processing)
• Mustererkennung (engl. Pattern-Recognition)
• Vorrausschauende Analyse (engl. Predictive Analytics)
• Industrie 4.0
• Anwendungsgebiete und aktuelle Forschung zu künstlicher Intelligenz in der Supply-Chain
• Prozessüberblick Supply-Chain
• Beschaffung
• Produktion
• Intralogistik und Lagerhaltung
• Distributionslogistik
• Compliance, Zoll, Import und Export
• Entsorgung und Recycling
• Chancen und Risiken der künstlichen Intelligenz in der Supply-Chain
• Chancen
• Risiken
• Resümee des Einsatzes künstlicher Intelligenz in der Supply-Chain
• Fazit
• Quellenverzeichnis

Zielsetzung und Themenschwerpunkte (Objectives and Key Themes)

Die Arbeit zielt darauf ab, ein umfassendes Bild über den aktuellen und zukünftigen Stand der Entwicklung und Trends beim Einsatz von künstlicher Intelligenz zu zeichnen. Besonderes Augenmerk wird auf die Chancen und Risiken gelegt, die mit der Anwendung von künstlicher Intelligenz im Supply-Chain-Management verbunden sind.

• Die Bedeutung von künstlicher Intelligenz im Kontext der vierten industriellen Revolution
• Das Zusammenspiel von Supply-Chain-Management und künstlicher Intelligenz
• Chancen und Risiken der künstlichen Intelligenz im Supply-Chain-Management
• Aktuelle Anwendungsgebiete von künstlicher Intelligenz in der Supply-Chain
• Ethische und rechtliche Herausforderungen im Zusammenhang mit künstlicher Intelligenz

Zusammenfassung der Kapitel (Chapter Summaries)

In Kapitel 1 werden die Problemstellung, die Zielsetzung und die Arbeitsmethodik dieser Arbeit dargelegt. Kapitel 2 beleuchtet die theoretischen Grundlagen des Supply-Chain-Managements und der künstlichen Intelligenz. Kapitel 3 präsentiert verschiedene Anwendungsgebiete der künstlichen Intelligenz in der Supply-Chain, während Kapitel 4 die Chancen und Risiken der künstlichen Intelligenz im Supply-Chain-Management untersucht.

Schlüsselwörter (Keywords)

Die Arbeit beschäftigt sich mit den Schlüsselbegriffen künstliche Intelligenz, Supply-Chain-Management, Digitalisierung, Chancen, Risiken, Industrie 4.0, Big Data, maschinelles Lernen, Robotik, Sensorik, Blockchain, Agenten-/Multiagentensysteme, Expertensysteme, maschinelles Sehen, Natural-Language-Processing, Mustererkennung, Predictive Analytics, Predictive Maintenance, Hoflogistik, Yard Management, Compliance, Zoll, Import, Export, Entsorgung, Recycling, intelligente Verpackungssysteme, Smart Packaging, Smart Home, Nachhaltigkeit, Kreislaufwirtschaft, Singularität.