• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Einsatz von Künstlicher Intelligenz im Supply Chain Controlling: Systematische Literatur- und Inhaltsanalyse zu Aufgabenfeldern und eingesetzten KI-Te

Einsatz von Künstlicher Intelligenz im Supply Chain Controlling: Systematische Literatur- und Inhaltsanalyse zu Aufgabenfeldern und eingesetzten KI-Te

Paperback

Accounting

ISBN10: 3696759139
ISBN13: 9783696759131
Publisher: Bod - Books on Demand
Published: Sep 9 2026
Pages: 78
Weight: 0.23
Height: 0.16 Width: 5.83 Depth: 8.27
Language: German
Der Einsatz von Künstlicher Intelligenz (KI) im Supply Chain Controlling (SCC) gewinnt zunehmend an Bedeutung. Steigende Anforderungen an Transparenz, Risikoüberwachung und die datenbasierte Steuerung globaler Lieferketten sowie eine wachsende externe Wertschöpfung erhöhen Abhängigkeiten von Lieferanten und Versorgungsrisiken. Gleichzeitig führen regulatorische Neuerungen, etwa das Lieferkettensorgfaltspflichtengesetz, zu zusätzlichen Anforderungen an das Monitoring von Nachhaltigkeitsaspekten, die Risikoidentifikation entlang mehrstufiger Lieferantenstrukturen sowie Dokumentations- und Berichtspflichten. Ziel dieses Buches ist es, den Forschungsstand zum Einsatz von KI im SCC systematisch aufzubereiten, Anwendungen einzuordnen und praxisorientierte Handlungsempfehlungen abzuleiten. Methodisch basiert die Untersuchung auf einer systematischen, codierungsbasierten Inhaltsanalyse relevanter wissenschaftlicher Veröffentlichungen zu KI im SCC und angrenzenden Bereichen des Supply Chain Management. Die Beiträge werden hinsichtlich der Aufgabenfelder des SCC und der eingesetzten KI-Techniken strukturiert codiert und quantitativ ausgewertet. Betrachtet werden unter anderem Performance Measurement, Risiko- und Resilienzcontrolling, Bedarfs- und Bestandsplanung sowie datenbasierte Entscheidungsunterstützung. Die KI-Techniken werden unter anderem in Machine Learning, Deep Learning, Predictive Analytics und Natural Language Processing klassifiziert. Die Ergebnisse zeigen einen besonders ausgeprägten KI-Einsatz bei prognoseorientierten Aufgaben, im Risiko- und Resilienzcontrolling sowie bei der Performanceanalyse. Dabei dominieren Machine Learning und Predictive Analytics. Ein Gro teil der Forschung fokussiert operative Planungs- und Forecasting-Anwendungen, während strategische Controlling-Aufgaben und die Integration in umfassende SCC-Systeme bislang seltener untersucht werden. Auch erklärbare KI und die organisatorische Einbettung KI-gestützter Controllinglösungen sind noc

Also in

Accounting