Dozentin:
Prof. Dr. Natalia Kliewer

Freie Universität Berlin
Fachbereich Wirtschaftswissenschaft
Professur für Wirtschaftsinformatik
https://wiwiss.fu-berlin.de/kliewer

Turnus & Dauer:
Wintersemester / 1 Semester

Einordnung:
Modelle und Methoden zur Entscheidungsunterstützung

Sprache:
Deutsch

Dieses Modul steht exklusiv den Studierenden des VAWi-Studiengangs zur Verfügung.

Lehr- & Medienformen

Für dieses Modul steht eine internetbasierte Lernumgebung für die Durchführung der Lehr-/Lernprozesse und der Lernunterstützungsprozesse zur Verfügung. Dabei erfolgt die Betreuung der Studierenden durch die Lehrenden über asynchrone (Diskussionsforum, E-Mail) und synchrone (Webex, Online-Konferenzen) Kommunikationswerkzeuge. Diese stehen auch für die Kommunikation der Studierenden untereinander zur Verfügung.

Die Studierenden werden beim Wissenserwerb durch folgende elektronische Selbstlernmedien unterstützt: Erweiterte Foliensätze, Beispiele in ClipMOPS/Excel/Lindo, ergänzende Literatur. Zudem wird der Aufbau von Fertigkeiten und Kompetenzen insbesondere gefördert durch:
Übungen/Transferaufgaben zur Selbstkontrolle, Fallbeispiele, betreute Aufgabenbearbeitung.

Eingesetzt im Zuge des Moduls werden digitale Medien in Form von kommentierten PowerPoint-Präsentationen sowie Vorlesungsmitschnitte, die die Kernpunkte einer Lerneinheit zusammenfassen. Als Ergänzung steht das Lehrbuch „Optimierungssysteme“ (als E-Book verfügbar) zur Verfügung. Semesterbegleitend werden drei optionale Semesterleistungen angeboten, in denen das Erlernte auf Übungsaufgaben und Fallbeispiele mit Praxisbezug angewendet werden kann und jeweils individuell kommentiert an die Studierenden zurückgegeben wird. Durch E-Mail und das Kursforum steht die Dozentin in einem engen Kontakt zu den Studierenden.

Arbeitsaufwand:
135-150 h: Selbststudium, Aufgabenbearbeitung & Abschlussprüfung

ECTS-Credits:
5

Zuordnung:
30 % Wirtschaftswissenschaften
20 % Informatik
40 % Kerngebiete der Wirtschaftsinformatik
10 % Allg. Grundlagen & Schlüsselqualifikationen

Voraussetzungen

keine

Angestrebte Lernergebnisse

Die Studierenden kennen quantitative Methoden der Decision Analytics und des angewandten Operations Research, insbesondere Modellierung von betrieblichen Entscheidungssituationen und Optimierung der Entscheidungen und können diese zur Analyse und Unterstützung komplexer Entscheidungssituationen in der betrieblichen Praxis einsetzen.

Die Herausforderung der Entscheidungsprozesse in der betrieblichen Planung und Steuerung besteht darin, die oft knappen Ressourcen optimal (gewinnmaximierend, kostenminimierend, umweltfreundlich usw.) einzusetzen. Als typischer Ansatz hierfür wird in diesem Kurs die mathematische Optimierung zur Lösung der allgemeinen linearen, nichtlinearen, gemischt-ganzzahligen und kombinatorischen Optimierungsaufgaben verwendet. Weiterhin werden betriebliche Optimierungsaufgaben in Netzwerken behandelt, insbesondere Transportplanung sowie Touren- und Standortplanung. Nutzung spezieller Softwarekomponenten für die Optimierung ist ein integraler Bestandteil des Kurses, Fallstudien aus der Praxis runden das Konzept ab.

Fachliche Kompetenzen: 

• Modellierung und Analyse von komplexen betrieblichen Entscheidungssituationen
• Optimierung von Entscheidungen (prescriptive Analytics)
• Fachlich kompetentere Durchführung und Vorbereitung von Projekten und Ausschreibungen im Bereich Analytics
• Anwendung in Bereichen wie zum Beispiel: Produktion, Supply-Chain-Management, Transport-, Energie- und Versorgungsnetzwerke

Soziale Kompetenzen: Interaktion und Kommunikation über elektronischen Medien (Foren, E-Mail, Chat) durch räumlich getrenntes Arbeiten.

Studienempfehlungen

Für den erfolgreichen Abschluss des Moduls wird ausdrücklich empfohlen, die optionalen semesterbegleitenden Studienleistungen zu bearbeiten. Bei der Bearbeitung der Studienleistungen und bei der Vorbereitung auf die Klausur ist der Austausch im Diskussionsforum auch zwischen den Teilnehmern untereinander lernfördernd. 

Inhalte & Gliederung

Unter Decision Analytics oder auch angewandtes Operations Research (OR) werden allgemein die Entwicklung und der Einsatz quantitativer Modelle und Methoden zur betrieblichen Entscheidungsunterstützung verstanden. Dies geschieht in der Regel unter Verwendung moderner analytischer Informationssysteme in Unternehmen und Organisationen. Seit der Entstehung der Disziplin Operations Research in den vierziger Jahren (damals zunächst im militärischen Bereich, daher auch „Operations“) sind in beinahe allen Branchen große Kosteneinsparungen im Rahmen von optimalen Entscheidungen durch OR-Modelle und OR-Methoden erzielt worden. Aktuell wird der praktische Einsatz der Techniken des OR immer öfter unter dem Begriff Decision Analytics oder auch prescriptive Analytics zusammengefasst. Diese Techniken haben stark an praktischer Bedeutung gewonnen, da oft weit verbreitete betriebliche Standardsoftware entsprechende Modelle und Methoden integriert anbietet.

• Einführung in Decision Analytics/Operations Research
• Lineare Programmierung (LP): Anwendungsgebiete, Graphische Lösungen
• LP: Lösungsmethoden; Optimierungssoftware
• LP: Ökonomische Interpretation, Sensitivitätsanalyse
• Modellierung mit mehrfachen Zielsetzungen
• Fortgeschrittene Modellierungstechniken: logische Variablen, Fixkosten, Schwellenwerte etc.
• Systematische Modellierung mit Aussagenlogik
• Lösung von Modellen mit ganzzahligen Variablen
• Graphen und Netzwerke: Basiskonzepte und -modelle
• Betriebliche Transport- und Umladeprobleme, Tourenplanung und betriebliche Standortoptimierung

Studien- & Prüfungsleistungen

• Klausur [90 Punkte / 100 %]
• Ggf. Bonus durch drei nachgewiesene optionale Studienleistungen [18 Punkte / 20 %]

Der Bonus kann nur angerechnet werden, wenn in der Klausur mindestens 45 Punkte erreicht sind und die optionalen semesterbegleitenden Studienleistungen durch Abgabe / Einreichen der Lösung zur Aufgabenbearbeitung nachgewiesen sind. Die Bestnote (1,0) kann ohne den Bonus erreicht werden.

Literatur

Basisliteratur (kann zusätzlich zu den Modulmaterialien für besseres Verständnis hilfreich sein)

• Suhl L., Mellouli T.: Optimierungssysteme – Modelle, Verfahren, Software, Anwendungen. Springer-Verlag, 3. Auflage, 2013

Zusatzliteratur (optional zur Vertiefung)

• Bell P. C.: Management Science/Operations Research – A Strategic Perspective. South-Western College Publishing, 1999
• Domschke W., Drexl A., Klein R., Scholl A.: Einführung in Operations Research. Springer, 9. Auflage, 2015
• Domschke W.: Logistik Band 2 - Rundreisen und Touren. Oldenbourg-Verlag, München-Wien, 1997
• Domschke W. et al.: Übungen und Fallbeispiele zu Operations Research. Springer, 5. Auflage, 2005
  
• Hillier, Liebermann: Operations Research - Einführung. Oldenbourg-Verlag, München-Wien, 1997
• Taha H.: Operations Research: An Introduction. Prentice-Halll, 8th Edition, 2006
• Williams H.P.: Model Building in Mathematical Programming. Wiley, Chichester et al., 4. Edition, 2002
• Williams H.P.: Model Solving in Mathematical Programming. Wiley, Chichester et al., 1993
• Winston W.L., Albright S.C.: Practical Management Science. South Western, 2009

Hinweise

Das Modul Decision Analytics ersetzt das Modul Operations Research, das im WS2017/2018 letztmalig angeboten wurde. Diese sind äquivalent und ECTS-Credits können nur aus einem der beiden Module / Kurse erworben werden.

Während des Semesters werden im Rahmen der optionalen Studienleistungen drei Aufgabenstellungen zur Bearbeitung ausgegeben. Diese wird in Einzelarbeit erbracht. Die Abgabe dieser Studienleistungen ist freiwillig. Bei einer Abgabe erhalten die Studierenden Feedback zu Ihren Lösungen. Die Bearbeitungsfrist der Studienleistungen wird zu Beginn der Lehrveranstaltung von der Dozentin so festgelegt, dass eine kontinuierliche Arbeit über das Semester hin möglich ist. Die Bearbeitungsdauer beträgt jeweils vier Wochen.

Eine Studienleistung enthält Übungsaufgaben und komplexe Problemstellungen, um die in der in der Lehrveranstaltung besprochenen Methoden und Konzepte durch Transferaufgaben besser zu durchdringen.