Willkommen. Schön, sind Sie da!
Mein Ex Libris
DEFR
KontaktGeschenkefinderGutscheineFirmenkundschaftFilialen
0
Erweiterte Suche
🤯 Schon gesehen? Neu persönliche Kaufberatung erhalten
Mehr erfahren

IHR WARENKORB IST AKTUELL LEER.

Haben Sie noch nichts passendes gefunden? Stöbern Sie durch unser komplettes Sortiment.

Oder melden Sie sich an bzw. registrieren Sie sich.

Ihre Vorteile
  • Kostenlose Lieferung
  • Kauf auf Rechnung
  • Ex Libris Tiefpreis
  • Filiallieferung und 650+ Abholorte
  • Rabatt-Bons als Club-Mitglied

Datengetriebene Methodik zur Absatzprognose mit Hilfe maschineller Lernverfahren in kleinen und mittleren Unternehmen mit kundenauftragsbezogener Fertigung

Von:
Marius Syberg

Beschreibung

Kleine und mittlere Unternehmen mit kundenauftragsbezogener Fertigung stehen vor der Herausforderung, ihren Absatz unter zunehmender Marktvolatilität und Lieferkettenunsicherheit zuverlässig zu prognostizieren. Klassische statistische Verfahren stoßen bei vola...

Format auswählen

  • Kartonierter EinbandCHF 62.15
Kartonierter Einband
CHF62.15
TIEFPREIS
CHF62.15
Auslieferung erfolgt in der Regel innert 1 bis 2 Wochen. 
Kostenlose Lieferung 
Kein Rückgaberecht 

Wird oft zusammen gekauft

Andere Kunden kauften auch

Beschreibung

Kleine und mittlere Unternehmen mit kundenauftragsbezogener Fertigung stehen vor der Herausforderung, ihren Absatz unter zunehmender Marktvolatilität und Lieferkettenunsicherheit zuverlässig zu prognostizieren. Klassische statistische Verfahren stoßen bei volatilen Nachfragemustern an ihre Grenzen, während maschinelle Lernverfahren zwar Potenzial bieten, aber hohe Anforderungen an Daten, Kompetenzen und Ressourcen stellen. Dies sind Voraussetzungen, die in KMU oft nicht gegeben sind. Die Dissertation entwickelt im Rahmen eines Design-Science-Research-Ansatzes eine datengetriebene Methodik zur Absatzprognose unter Einsatz maschineller Lernverfahren. Im Kern steht die strukturierte Ermittlung einer passenden Prognosekonfiguration aus Prognosehorizont, Modell, Datenquellen und Evaluationskriterien für den individuellen Anwendungsfall. Die Methodik umfasst vier Artefakte: einen Analyse- und Auswahlprozess, ein Datenkonzept, ein Modellierungs- und Evaluierungssystem sowie eine operative Anwendungsunterstützung. Die entwickelte Methodik ermöglicht KMU eine kontextbezogene Konfiguration ihrer Absatzprognose.. Ein praxisnahes Datenkonzept verbindet heterogene Unternehmens- und Marktdaten systematisch unter KMU-typischen Rahmenbedingungen. Ein Evaluations- und Anpassungskreislauf erlaubt die flexible Reaktion auf veränderte Marktbedingungen. Die modulare Struktur ermöglicht den schrittweisen Einsatz einzelner Artefakte auch ohne ausgeprägte ML-Expertise. Die Validierung anhand dreier industrieller Anwendungsfälle zeigt, dass die Methodik die Prognosegüte verbessern kann und insbesondere durch Nutzerfreundlichkeit und Erklärbarkeit Akzeptanz in der Praxis schafft.

Produktinformationen

Titel:
Datengetriebene Methodik zur Absatzprognose mit Hilfe maschineller Lernverfahren in kleinen und mittleren Unternehmen mit kundenauftragsbezogener Fertigung
Untertitel:
Schriftenreihe Industrial Engineering 44
Autor:
Marius Syberg
EAN:
9783819107108
ISBN:
978-3-8191-0710-8
Format:
Kartonierter Einband
Genre:
Maschinenbau & Fertigungstechnik
Veröffentlichung:
22.05.2026
Anzahl Seiten:
200
Jahr:
2026
Lesemotiv:
Verstehen

Weitere Produkte aus der Reihe "Schriftenreihe Industrial Engineering"

Mehr entdecken: Technik

Bau- & Umwelttechnik, Chemische Technik, Elektronik & Elektrotechnik, Luft- & Raumfahrttechnik, Maschinenbau & Fertigungstechnik, Sonstige Technikbücher, Technik-Lexika, Wärme-, Energie- & Kraftwerktechnik