Predictive Analytics. Wie künstliche Intelligenz die Nachfragevorhersage im Supply Chain Management optimieren kann

Studienarbeit aus dem Jahr 2024 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,3, FOM Hochschule für Oekonomie & Management gemeinnützige GmbH, Frankfurt früher Fachhochschule, Sprache: Deutsch, Abstract: Wissenschaftliche Hausarbeit zum Thema Predictive Analytics: Wie künstliche Intelligenz die Nachfragevorhersage im Supply Chain Management optimieren kann.
Das Ziel dieser Arbeit besteht darin, das Optimierungspotenzial der Nachfragevorhersage in Supply Chain durch Predictive Analytics-Methoden in Verbindung mit KI zu untersuchen. Hierfür werden im Rahmen der theoretischen Grundlagen zunächst die Bereiche der KI und des Supply Chain Managements betrachtet und neben Definitionen ein grundlegender Überblick gegeben. Darauf aufbauend wird die Relevanz der Nachfragevorhersage in Supply Chains erläutert um darauf aufbauend die Rolle von Predictive Analytics in diesem Zusammenhang zu erörtern. Im nächsten Schritt werden klassische Methoden der Nachfragevorhersage im Supply Chain Management dargestellt, welche anschließend um technologiebasierte Methoden in Verbindung mit KI ergänzt werden. Auf Basis der dargestellten Möglichkeiten des Einsatzes von KI im Predictive Analytics werden die sich daraus ergebenen Stärken und Schwächen sowie Chancen und Risiken in der SWOT-Analyse betrachtet. Abschließend erfolgt die Schlussbetrachtung, in welcher die Ergebnisse dieser Arbeit in einem Fazit zusammengeführt und um einen Ausblick ergänzt werden.