@techreport{Kahraman2024, author = {Kahraman, Hamide}, title = {KMU-Informationsportale - Entwicklung eines Informationsportals f{\"u}r Mitarbeiter eines mittelst{\"a}ndischen Unternehmens}, volume = {Arbeitspapier des Lehrgebiets Datenbanken und E-Business, Nr. 2/2024}, editor = {Rakow, Thomas C.}, address = {D{\"u}sseldorf}, organization = {Hochschule D{\"u}sseldorf}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:due62-opus-44143}, pages = {44}, year = {2024}, abstract = {Wissen ist in den letzten Jahren in den Fokus {\"o}konomischer Aktivit{\"a}ten ger{\"u}ckt und hat sich somit zu einer wichtigen Ressource f{\"u}r Unternehmen entwickelt. Es ist daher nicht verwunderlich, dass das Thema Wissensmanagement sich seit den 80er Jahren einem starken Interesse erfreut. Große Konzerne, wie z.B. Siemens, Bosch und die Otto Group haben die Bedeutsamkeit von Wissensmanagement f{\"u}r den Unternehmenserfolg bereits fr{\"u}h erfasst und Strategien implementiert. Doch wie sieht die Lage in kleinen und mittleren Unternehmen (KMU) aus? Diese Unternehmen machen gerade in Deutschland einen Großteil der Wirtschaft aus und sind daher eine nicht zu vernachl{\"a}ssigende Kraft. Das von den akademischen Untersuchungen ermittelte Bild portr{\"a}tiert fehlende Strukturen und voneinander losgel{\"o}ste Maßnahmen in europ{\"a}ischen KMU. Doch wie kann Wissensmanagement, inmitten von demographischem Wandel, der Etablierung neuer Arbeitsformen sowie dem Durchbruch von k{\"u}nstlicher Intelligenz und Machine Learning implementiert werden? Denn genau diese {\"A}nderungen f{\"u}hren unausweichlich zur Infragestellung der bisherigen Wissensmanagement-Strategien. Ziel der vorliegenden Ausarbeitung ist es, Antworten auf diese Fragen zu finden. Dabei soll die Analyse eines mittelst{\"a}ndischen deutschen Unternehmens hinzugezogen werden. In Kollaboration mit diesem wird im weiteren Verlauf der Arbeit ein Informationsportal f{\"u}r die Mitarbeitenden zur Festigung der Wissensmanagement-Bem{\"u}hungen konzipiert und umgesetzt.}, subject = {Wissensmanagement}, language = {de} } @techreport{Kahraman2023, author = {Kahraman, Hamide}, title = {Machine Learning im Retourenmanagement}, volume = {Arbeitspapier des Lehrgebiets Datenbanken und E-Business, Nr. 2/2023}, editor = {Rakow, Thomas C.}, address = {D{\"u}sseldorf}, organization = {Hochschule D{\"u}sseldorf}, doi = {10.20385/opus4-4126}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:due62-opus-41260}, pages = {49}, year = {2023}, abstract = {Machine Learning - eine Disziplin der IT, die in letzter Zeit immens an Traktion gewonnen hat. Durch die verzeichneten Entwicklungen, wie z.B. autonomes Fahren, ChatGPT und noch vielen mehr, haben sich in zahlreichen Sparten neue Perspektiven er{\"o}ffnet. Die vorliegende Arbeit untersucht die Einsatzm{\"o}glichkeiten von Machine Learning in der Retourenmanagement Dom{\"a}ne, welche bislang noch wenig erforscht wurden. Gerade der boomende Online-Handel und die daraus resultierende Masse an Retouren verdeutlichen die Notwendigkeit einer Intervention mit dem Ziel, Retouren, die sowohl den Unternehmen als auch der Umwelt schaden, zu minimieren. Ob klassische Ans{\"a}tze wie logistische Regression und lineare Diskriminanzanalyse oder state-of-the-art Methoden wie neuronale Netzwerke, Entscheidungsb{\"a}ume, Ensemble Machine Learning, Graphen, etc. - Machine Learning bietet der Wirtschaft viele Werkzeuge, die f{\"u}r die L{\"o}sung des Retourenproblems eingesetzt werden k{\"o}nnen. Die Auswahl der Methoden h{\"a}ngt von dem Ziel und den verf{\"u}gbaren Daten ab, aber die schiere Anzahl der M{\"o}glichkeiten verdeutlicht, dass mehrere Wege f{\"u}r die Reduzierung von Retouren eingeschlagen werden k{\"o}nnen. Abh{\"a}ngig von Know-How und technischen Voraussetzungen k{\"o}nnen auch einfachere Methoden, die keine allzu hohe Rechenleistung bzw. wenig Expertise ben{\"o}tigen, den Unternehmen {\"a}ußerst n{\"u}tzliche Resultate liefern. Die vorliegende Arbeit versucht den aktuellen wissenschaftlichen Status-Quo darzustellen, um dadurch die den Online-H{\"a}ndlern verf{\"u}gbaren M{\"o}glichkeiten aufzuzeigen.}, language = {de} }