Computational Intelligence in der Materialwirtschaft

1. Einführung.- 1.1. Motivation und Ausgangsfragestellung.- 1.2. Ziele der Untersuchung.- 1.3. Gang und Aufbau der Untersuchung.- 2. Grundlagen der Materialwirtschaft.- 2.1. Überblick.- 2.2. Die Materialwirtschaft im System der Wissenschaften.- 2.3. Begriffsabgrenzung Materialwirtschaft.- 2.4. Ziele und Aufgabenbereiche der Materialwirtschaft.- 3. Entscheidungstheoretische Grundlagen.- 3.1. Überblick.- 3.2. Entscheidungsmodelle.- 3.3. Entscheidungsunterstützung.- 3.4. Zusammenfassung.- 4. Methodologische Grundlagen neuronaler und fuzzy-basierter Ansätze aus der Künstlichen Intelligenz.- 4.1. Überblick.- 4.2. Wissenschaftstheoretische Einordnung der Künstlichen Intelligenz.- 4.3. Wissenschaftstheoretischer Bezug der Methoden der Künstlichen Intelligenz.- 4.4. Wissensdarstellungs-und Wissensabarbeitungsmethoden.- 4.5. Lernmethoden in der Künstlichen Intelligenz.- 4.6. Computational Intelligence, Soft Computing und neuronale und fuzzy-basierte Ansätze als implizite Ansätze der Künstlichen Intelligenz.- 5. Grundlagen und Beschreibung neuronaler und fuzzy-basierter Ansätze.- 5.1. Überblick.- 5.2. Neuronale Netze.- 5.3. Fuzzy-Set-Theorie.- 5.4. Entscheidungsunterstützungspotentiale neuronaler und fuzzy-basierter Ansätze.- 6. Aufgaben, Entscheidungssituationen und Entscheidungsunterstützung in der Materialwirtschaft.- 6.1. Systematisierung und Überblick.- 6.2. Klassische Verfahren und Instrumente in der Materialwirtschaft.- 6.3. Aufgaben der Materialdisposition.- 6.4. Auf gaben der Materialbeschaffung.- 6.5. Aufgaben der Materiallagerung, der Lagerhaltung.- 6.6. Aufgaben des Materialtransports und -entsorgens.- 6.7. Entscheidungsunterstützung in der Materialwirtschaft durch neuronale und fuzzy-basierte Ansätze.- 7. Unterstützung derMaterialbedarfsplanung durch den Einsatz Neuronaler Netze zur Materialbedarfsprognose.- 7.1. Einordnung in den Gesamtkontext und Überblick.- 7.2. Kritik und Schwachstellen an den Verfahren zur Materialbedarfsprognose.- 7.3. Konzeption Neuronaler Netze zur Materialbedarfsprognose.- 7.4. Fallstudien.- 7.5. Praktische Gesichtspunkte bei der Entwicklung und beim Einsatz des neuronalen Ansatzes zur Materialbedarfsprognose.- 8. Unterstützung der Sicherheitsbestandsplanung durch fuzzy-basierte Regelsysteme zur Sicherheitsbestandsbestimmung.- 8.1. Einordnung in den Gesamtkontext und Überblick.- 8.2. Problembereiche der Sicherheitsbestandsermittlung und Verfahrenskritik.- 8.3. Aufbau eines Fuzzy-Regelsystems zur Unterstützung der Sicherheitsbestandsplanung.- 8.4. Praktische Gesichtspunkte bei der Entwicklung und beim Einsatz des fuzzy-basierten Regelsystems zur Sicherheitsbestandsermittlung.- 9. Zusammenfassung und Resümee.