Große Auswahl an günstigen Büchern
Schnelle Lieferung per Post und DHL

Implementierung von Big Data im Lieferantenmanagement

Über Implementierung von Big Data im Lieferantenmanagement

Studienarbeit aus dem Jahr 2021 im Fachbereich BWL - Beschaffung, Produktion, Logistik, Note: 1,3, AKAD University, ehem. AKAD Fachhochschule Stuttgart, Sprache: Deutsch, Abstract: Durch die immer größeren Datenmengen wird es zunehmend schwieriger für Unternehmen, rechtzeitig auf die benötigten Daten zuzugreifen und deren Quantität zu managen. Im vorliegenden Assignment werden die Grundlagen des Big Data und des Lieferantenmanagements erläutert und in einen gemeinsamen Kontext gesetzt. Der aktuelle Forschungsstand wird zugrunde gelegt. Anschließend sollen Chancen und Risiken bei der Einführung und die Nutzung von Big Data im Lieferantenmanagement aufgezeigt werden. Ein spezielles Augen-merk liegt hierbei auf der datenbasierten Bewertung und Auswahl von Zulieferern. Abschließend sollen aus den Ergebnissen potenzielle Steigerungen der Unternehmenseffizienz abgeleitet werden und es wird ein Fazit gezogen. Durch die Sammlung und Auswertung personenbezogener Daten und Informationen sind Unternehmen imstande wichtige Wettbewerbsvorteile zu erhalten. Aufgrund der Flut an Datenmengen wurde der Begriff Big Data geprägt. Solche Mengen an Daten boten Unternehmen die Chance ihre Prozesse wirtschaftlicher zu gestalten, insbesondere lässt sich die Produktivität erhöhen. Somit können effektiv eingesetzte und effizient ausgewertete Big Data ein wichtiger Faktor sein, um sich stark von der Konkurrenz abzusetzen. Deshalb werden Daten und Informationen heute neben den traditionellen drei Produktionsfaktoren ¿ Arbeit, Boden und Kapital ¿ als vierter Produktionsfaktor hinzugezählt.

Mehr anzeigen
  • Sprache:
  • Deutsch
  • ISBN:
  • 9783346943385
  • Einband:
  • Taschenbuch
  • Seitenzahl:
  • 32
  • Veröffentlicht:
  • 9 September 2023
  • Ausgabe:
  • 23001
  • Abmessungen:
  • 148x3x210 mm.
  • Gewicht:
  • 62 g.
  Versandkostenfrei
  Versandfertig in 1-2 Wochen.

Beschreibung von Implementierung von Big Data im Lieferantenmanagement

Studienarbeit aus dem Jahr 2021 im Fachbereich BWL - Beschaffung, Produktion, Logistik, Note: 1,3, AKAD University, ehem. AKAD Fachhochschule Stuttgart, Sprache: Deutsch, Abstract: Durch die immer größeren Datenmengen wird es zunehmend schwieriger für Unternehmen, rechtzeitig auf die benötigten Daten zuzugreifen und deren Quantität zu managen. Im vorliegenden Assignment werden die Grundlagen des Big Data und des Lieferantenmanagements erläutert und in einen gemeinsamen Kontext gesetzt. Der aktuelle Forschungsstand wird zugrunde gelegt. Anschließend sollen Chancen und Risiken bei der Einführung und die Nutzung von Big Data im Lieferantenmanagement aufgezeigt werden. Ein spezielles Augen-merk liegt hierbei auf der datenbasierten Bewertung und Auswahl von Zulieferern. Abschließend sollen aus den Ergebnissen potenzielle Steigerungen der Unternehmenseffizienz abgeleitet werden und es wird ein Fazit gezogen.

Durch die Sammlung und Auswertung personenbezogener Daten und Informationen sind Unternehmen imstande wichtige Wettbewerbsvorteile zu erhalten. Aufgrund der Flut an Datenmengen wurde der Begriff Big Data geprägt. Solche Mengen an Daten boten Unternehmen die Chance ihre Prozesse wirtschaftlicher zu gestalten, insbesondere lässt sich die Produktivität erhöhen. Somit können effektiv eingesetzte und effizient ausgewertete Big Data ein wichtiger Faktor sein, um sich stark von der Konkurrenz abzusetzen. Deshalb werden Daten und Informationen heute neben den traditionellen drei Produktionsfaktoren ¿ Arbeit, Boden und Kapital ¿ als vierter Produktionsfaktor hinzugezählt.

Kund*innenbewertungen von Implementierung von Big Data im Lieferantenmanagement



Ähnliche Bücher finden
Das Buch Implementierung von Big Data im Lieferantenmanagement ist in den folgenden Kategorien erhältlich:

Willkommen bei den Tales Buchfreunden und -freundinnen

Jetzt zum Newsletter anmelden und tolle Angebote und Anregungen für Ihre nächste Lektüre erhalten.