Klassifikationen von Supply-Chain-Events mit fehlerhaften Daten

  • Durch die Verkürzung des Produktlebenszyklus und die zunehmende Internationalisierung des Wettbewerbs werden Unternehmen mit einer steigenden Komplexität im Supply-Chain-Management konfrontiert. Zur Reduzierung dieser Komplexität und zur Unterstützung der Entscheidungen der Mitarbeiter werden ereignisbasierte Systeme eingesetzt. Dazu zählen „Tracking & Tracing“-Systeme bei denen Informationen durch Statusmeldungen aufgenommen und anschließend angezeigt werden, und das Supply-Chain-Event-Management, bei dem zusätzlich die Möglichkeiten der Simulation, Steuerung und des Messens zur Verfügung stehen. Ein zentraler Begriff in diesem Zusammenhang stellt das Ereignis dar. Ereignisse bilden die informationstechnische Grundlage für die Abbildung und den Abgleich der Prozessabläufe in den ereignisbasierte Systemen. Um über die Prozesskette hinweg einheitliche Formen von Ereignissen zu erhalten, wurden verschiedene Standards definiert, unter denen der EPCIS der meist verbreitete ist. Die vom Supply-Chain-Partner erhaltenen Ereignisse bilden die Grundlage für alle nachgelagerten Schritte und müssen deshalb die korrekten Daten enthalten. Da die Datenqualität in zahlreichen Anwendungsfällen unzureichend ist und es aktuell keine allumfassenden Ansätze zu dem Umgang mit dieser Problemstellung in der Literatur gibt, wird in der vorliegenden Arbeit der Untersuchungsschwerpunkt auf fehlerhafte Daten gelegt. Dazu sind zunächst die Erscheinungsformen und Merkmale dieser Daten durch die Untersuchung der gebräuchlichen Klassifizierungen und Standards von Ereignissen und den aktuellen Ansätzen zur Definition der Datenqualität zu identifizieren. Im Anschluss wird basierend auf den gewonnen Erkenntnissen bezüglich der bestehenden Klassifikationssysteme, den Standards zur Ereignisbeschreibung und den generischen Qualitätsdefiziten eine Klassifikation entwickelt und validiert. Aus der erhaltenen Klassifikation werden abschließend (klassifikations-)typische Erscheinungsformen abgeleitet.

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar
Metadaten
Verfasserangaben:Lukas Pelzer
Gutachter*in:Günther Schuh
Betreuer*in:Jokim Janßen
Dokumentart:Abschlussarbeiten: Masterarbeit
Sprache:Deutsch
Datum der Veröffentlichung (online):19.10.2020
Datum der Erstveröffentlichung:11.09.2020
Datum der Freischaltung:01.06.2021
Freies Schlagwort / Tag:Datenqualität; Fehlerhafte Daten; SCEM
FIR-Nummer:FIR 8994
Institut / Bereiche des FIR:FIR e. V. an der RWTH Aachen
DDC-Klassifikation:6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften