Please use this identifier to cite or link to this item:
https://doi.org/10.21256/zhaw-21453
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Hollenstein, Lukas | - |
dc.contributor.author | Rinkel, Andreas | - |
dc.date.accessioned | 2021-01-28T10:46:04Z | - |
dc.date.available | 2021-01-28T10:46:04Z | - |
dc.date.issued | 2020 | - |
dc.identifier.issn | 2624-8956 | de_CH |
dc.identifier.uri | https://digitalcollection.zhaw.ch/handle/11475/21453 | - |
dc.description.abstract | Firmenstrukturen mit ihren vernetzten Geschäfts-, Produktions- und Logistikprozessen werden zunehmend komplexer und dynamischer. Insbesondere sind die Wechselwirkungen zwischen den eingebundenen Einheiten schwierig nachzuvollziehen, wenn sich Systemparameter wie die Nachfrage der Kunden, die Verlässlichkeit der Lieferanten und der eigenen Abteilungen unvorhersehbar ändern – z.B. in Zeiten der Pandemie. Data Science und Simulation erhöhen die Transparenz in den gegenseitigen Abhängigkeiten und helfen, Entscheidungen quantitativ abzustützen. Erste Erfahrungen mit diesen Methoden können in den Weiterbildungskursen zur Spezialisierung «Simulation of Complex Processes» des neuen CAS in Digital Life Sciences gewonnen werden. | de_CH |
dc.language.iso | de | de_CH |
dc.publisher | Verein Netzwerk Logistik | de_CH |
dc.relation.ispartof | Logistics Innovation | de_CH |
dc.rights | Licence according to publishing contract | de_CH |
dc.subject | Simulation | de_CH |
dc.subject | Modellierung | de_CH |
dc.subject | Data science | de_CH |
dc.subject | Komplexität | de_CH |
dc.subject | Supply chain management | de_CH |
dc.subject | Logistik | de_CH |
dc.subject | Produktion | de_CH |
dc.subject | Operations management | de_CH |
dc.subject | Optimierung | de_CH |
dc.subject | Weiterbildung | de_CH |
dc.subject.ddc | 005: Computerprogrammierung, Programme und Daten | de_CH |
dc.subject.ddc | 658.5: Produktionssteuerung | de_CH |
dc.title | Komplexe Dynamik mit Data Science und Simulation beherrschen | de_CH |
dc.type | Beitrag in Magazin oder Zeitung | de_CH |
dcterms.type | Text | de_CH |
zhaw.departement | Life Sciences und Facility Management | de_CH |
zhaw.organisationalunit | Institut für Computational Life Sciences (ICLS) | de_CH |
dc.identifier.doi | 10.21256/zhaw-21453 | - |
zhaw.funding.eu | No | de_CH |
zhaw.issue | 2 | de_CH |
zhaw.originated.zhaw | Yes | de_CH |
zhaw.pages.end | 44 | de_CH |
zhaw.pages.start | 42 | de_CH |
zhaw.publication.status | publishedVersion | de_CH |
zhaw.volume | 2020 | de_CH |
zhaw.webfeed | Datalab | de_CH |
zhaw.webfeed | Industrie 4.0 | de_CH |
zhaw.webfeed | Simulation and Optimization | de_CH |
zhaw.author.additional | No | de_CH |
zhaw.display.portrait | Yes | de_CH |
Appears in collections: | Publikationen Life Sciences und Facility Management |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
2020_Hollenstein-Rinkel_Komplexe-Dynamik-Data-Science-Simulation.pdf | 353.14 kB | Adobe PDF | View/Open |
Show simple item record
Hollenstein, L., & Rinkel, A. (2020). Komplexe Dynamik mit Data Science und Simulation beherrschen. Logistics Innovation, 2020(2), 42–44. https://doi.org/10.21256/zhaw-21453
Hollenstein, L. and Rinkel, A. (2020) ‘Komplexe Dynamik mit Data Science und Simulation beherrschen’, Logistics Innovation, 2020(2), pp. 42–44. Available at: https://doi.org/10.21256/zhaw-21453.
L. Hollenstein and A. Rinkel, “Komplexe Dynamik mit Data Science und Simulation beherrschen,” Logistics Innovation, vol. 2020, no. 2, pp. 42–44, 2020, doi: 10.21256/zhaw-21453.
HOLLENSTEIN, Lukas und Andreas RINKEL, 2020. Komplexe Dynamik mit Data Science und Simulation beherrschen. Logistics Innovation. 2020. Bd. 2020, Nr. 2, S. 42–44. DOI 10.21256/zhaw-21453
Hollenstein, Lukas, and Andreas Rinkel. 2020. “Komplexe Dynamik mit Data Science und Simulation beherrschen.” Logistics Innovation 2020 (2): 42–44. https://doi.org/10.21256/zhaw-21453.
Hollenstein, Lukas, and Andreas Rinkel. “Komplexe Dynamik mit Data Science und Simulation beherrschen.” Logistics Innovation, vol. 2020, no. 2, 2020, pp. 42–44, https://doi.org/10.21256/zhaw-21453.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.