You are here: Home → Proceedings
Document Actions

Citation and metadata

Back to the article.

Recommended citation

Leveling J, Schier A, Luciano F, Otto B (2014). Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken. Logistics Journal : Proceedings, Vol. 2014. (urn:nbn:de:0009-14-40614)

Download Citation

Endnote

%0 Journal Article
%T Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken
%A Leveling, Jens
%A Schier, Arkadius
%A Luciano, Francesco
%A Otto, Boris
%J Logistics Journal : Proceedings
%D 2014
%V 2014
%N 01
%@ 2192-9084
%F leveling2014
%X Logistiknetzwerke von Unternehmen wachsen sehr schnell und werden immer komplexer. Unternehmen wissen oft nicht, von welchen anderen Unternehmen sie abhängig sind und welche geschäftskritischen Risiken sich daraus für sie ergeben. Aus diesem Grund wird in diesem Artikel ein Konzept eines proaktiven Ri-sikomanagements in Logistiknetzwerken vorgestellt. Das Konzept basiert auf der Big Data Technologie und verwendet zur Identifikation von Risiken und zum Aufbau eines Logistiknetzwerkes neben internen Unternehmensdaten auch externe Daten, z. B. Social Media Plattformen oder andere Datenportale. Diese Daten werden ausgewertet und mit Risiken behaftete Beziehungen werden dem Bediener grafisch angezeigt. Zusätzlich dazu kann das System dem Benutzer mögliche Alternativen zur Vermeidung dieser Risiken aufzeigen und somit zur Entscheidungsunterstützung genutzt werden.
%L 620
%K Big Data
%K Entscheidungsunterstützung
%K Risiko-Management
%K Risk Management
%K Supply Chain Management
%K Supply Chain Visibility
%R 10.2195/lj_Proc_leveling_de_201411_01
%U http://nbn-resolving.de/urn:nbn:de:0009-14-40614
%U http://dx.doi.org/10.2195/lj_Proc_leveling_de_201411_01
Download

Bibtex

@Article{leveling2014,
  author = 	"Leveling, Jens
		and Schier, Arkadius
		and Luciano, Francesco
		and Otto, Boris",
  title = 	"Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken",
  journal = 	"Logistics Journal : Proceedings",
  year = 	"2014",
  volume = 	"2014",
  number = 	"01",
  keywords = 	"Big Data; Entscheidungsunterst{\"u}tzung; Risiko-Management; Risk Management; Supply Chain Management; Supply Chain Visibility",
  abstract = 	"Logistiknetzwerke von Unternehmen wachsen sehr schnell und werden immer komplexer. Unternehmen wissen oft nicht, von welchen anderen Unternehmen sie abh{\"a}ngig sind und welche gesch{\"a}ftskritischen Risiken sich daraus f{\"u}r sie ergeben. Aus diesem Grund wird in diesem Artikel ein Konzept eines proaktiven Ri-sikomanagements in Logistiknetzwerken vorgestellt. Das Konzept basiert auf der Big Data Technologie und verwendet zur Identifikation von Risiken und zum Aufbau eines Logistiknetzwerkes neben internen Unternehmensdaten auch externe Daten, z. B. Social Media Plattformen oder andere Datenportale. Diese Daten werden ausgewertet und mit Risiken behaftete Beziehungen werden dem Bediener grafisch angezeigt. Zus{\"a}tzlich dazu kann das System dem Benutzer m{\"o}gliche Alternativen zur Vermeidung dieser Risiken aufzeigen und somit zur Entscheidungsunterst{\"u}tzung genutzt werden.",
  issn = 	"2192-9084",
  doi = 	"10.2195/lj_Proc_leveling_de_201411_01",
  url = 	"http://nbn-resolving.de/urn:nbn:de:0009-14-40614"
}
Download

RIS

TY  - JOUR
AU  - Leveling, Jens
AU  - Schier, Arkadius
AU  - Luciano, Francesco
AU  - Otto, Boris
PY  - 2014
DA  - 2014//
TI  - Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken
JO  - Logistics Journal : Proceedings
VL  - 2014
IS  - 01
KW  - Big Data
KW  - Entscheidungsunterstützung
KW  - Risiko-Management
KW  - Risk Management
KW  - Supply Chain Management
KW  - Supply Chain Visibility
AB  - Logistiknetzwerke von Unternehmen wachsen sehr schnell und werden immer komplexer. Unternehmen wissen oft nicht, von welchen anderen Unternehmen sie abhängig sind und welche geschäftskritischen Risiken sich daraus für sie ergeben. Aus diesem Grund wird in diesem Artikel ein Konzept eines proaktiven Ri-sikomanagements in Logistiknetzwerken vorgestellt. Das Konzept basiert auf der Big Data Technologie und verwendet zur Identifikation von Risiken und zum Aufbau eines Logistiknetzwerkes neben internen Unternehmensdaten auch externe Daten, z. B. Social Media Plattformen oder andere Datenportale. Diese Daten werden ausgewertet und mit Risiken behaftete Beziehungen werden dem Bediener grafisch angezeigt. Zusätzlich dazu kann das System dem Benutzer mögliche Alternativen zur Vermeidung dieser Risiken aufzeigen und somit zur Entscheidungsunterstützung genutzt werden.
SN  - 2192-9084
UR  - http://nbn-resolving.de/urn:nbn:de:0009-14-40614
DO  - 10.2195/lj_Proc_leveling_de_201411_01
ID  - leveling2014
ER  -
Download

Wordbib

<?xml version="1.0" encoding="UTF-8"?>
<b:Sources SelectedStyle="" xmlns:b="http://schemas.openxmlformats.org/officeDocument/2006/bibliography"  xmlns="http://schemas.openxmlformats.org/officeDocument/2006/bibliography" >
<b:Source>
<b:Tag>leveling2014</b:Tag>
<b:SourceType>ArticleInAPeriodical</b:SourceType>
<b:Year>2014</b:Year>
<b:PeriodicalTitle>Logistics Journal : Proceedings</b:PeriodicalTitle>
<b:Volume>2014</b:Volume>
<b:Issue>01</b:Issue>
<b:Url>http://nbn-resolving.de/urn:nbn:de:0009-14-40614</b:Url>
<b:Url>http://dx.doi.org/10.2195/lj_Proc_leveling_de_201411_01</b:Url>
<b:Author>
<b:Author><b:NameList>
<b:Person><b:Last>Leveling</b:Last><b:First>Jens</b:First></b:Person>
<b:Person><b:Last>Schier</b:Last><b:First>Arkadius</b:First></b:Person>
<b:Person><b:Last>Luciano</b:Last><b:First>Francesco</b:First></b:Person>
<b:Person><b:Last>Otto</b:Last><b:First>Boris</b:First></b:Person>
</b:NameList></b:Author>
</b:Author>
<b:Title>Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken</b:Title>
<b:Comments>Logistiknetzwerke von Unternehmen wachsen sehr schnell und werden immer komplexer. Unternehmen wissen oft nicht, von welchen anderen Unternehmen sie abhängig sind und welche geschäftskritischen Risiken sich daraus für sie ergeben. Aus diesem Grund wird in diesem Artikel ein Konzept eines proaktiven Ri-sikomanagements in Logistiknetzwerken vorgestellt. Das Konzept basiert auf der Big Data Technologie und verwendet zur Identifikation von Risiken und zum Aufbau eines Logistiknetzwerkes neben internen Unternehmensdaten auch externe Daten, z. B. Social Media Plattformen oder andere Datenportale. Diese Daten werden ausgewertet und mit Risiken behaftete Beziehungen werden dem Bediener grafisch angezeigt. Zusätzlich dazu kann das System dem Benutzer mögliche Alternativen zur Vermeidung dieser Risiken aufzeigen und somit zur Entscheidungsunterstützung genutzt werden.</b:Comments>
</b:Source>
</b:Sources>
Download

ISI

PT Journal
AU Leveling, J
   Schier, A
   Luciano, F
   Otto, B
TI Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken
SO Logistics Journal : Proceedings
PY 2014
VL 2014
IS 01
DI 10.2195/lj_Proc_leveling_de_201411_01
DE Big Data; Entscheidungsunterstützung; Risiko-Management; Risk Management; Supply Chain Management; Supply Chain Visibility
AB Logistiknetzwerke von Unternehmen wachsen sehr schnell und werden immer komplexer. Unternehmen wissen oft nicht, von welchen anderen Unternehmen sie abhängig sind und welche geschäftskritischen Risiken sich daraus für sie ergeben. Aus diesem Grund wird in diesem Artikel ein Konzept eines proaktiven Ri-sikomanagements in Logistiknetzwerken vorgestellt. Das Konzept basiert auf der Big Data Technologie und verwendet zur Identifikation von Risiken und zum Aufbau eines Logistiknetzwerkes neben internen Unternehmensdaten auch externe Daten, z. B. Social Media Plattformen oder andere Datenportale. Diese Daten werden ausgewertet und mit Risiken behaftete Beziehungen werden dem Bediener grafisch angezeigt. Zusätzlich dazu kann das System dem Benutzer mögliche Alternativen zur Vermeidung dieser Risiken aufzeigen und somit zur Entscheidungsunterstützung genutzt werden.
ER
Download

Mods

<mods>
  <titleInfo>
    <title>Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken</title>
  </titleInfo>
  <name type="personal">
    <namePart type="family">Leveling</namePart>
    <namePart type="given">Jens</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Schier</namePart>
    <namePart type="given">Arkadius</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Luciano</namePart>
    <namePart type="given">Francesco</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Otto</namePart>
    <namePart type="given">Boris</namePart>
  </name>
  <abstract>Logistiknetzwerke von Unternehmen wachsen sehr schnell und werden immer komplexer. Unternehmen wissen oft nicht, von welchen anderen Unternehmen sie abhängig sind und welche geschäftskritischen Risiken sich daraus für sie ergeben. Aus diesem Grund wird in diesem Artikel ein Konzept eines proaktiven Ri-sikomanagements in Logistiknetzwerken vorgestellt. Das Konzept basiert auf der Big Data Technologie und verwendet zur Identifikation von Risiken und zum Aufbau eines Logistiknetzwerkes neben internen Unternehmensdaten auch externe Daten, z. B. Social Media Plattformen oder andere Datenportale. Diese Daten werden ausgewertet und mit Risiken behaftete Beziehungen werden dem Bediener grafisch angezeigt. Zusätzlich dazu kann das System dem Benutzer mögliche Alternativen zur Vermeidung dieser Risiken aufzeigen und somit zur Entscheidungsunterstützung genutzt werden.</abstract>
  <subject>
    <topic>Big Data</topic>
    <topic>Entscheidungsunterstützung</topic>
    <topic>Risiko-Management</topic>
    <topic>Risk Management</topic>
    <topic>Supply Chain Management</topic>
    <topic>Supply Chain Visibility</topic>
  </subject>
  <classification authority="ddc">620</classification>
  <relatedItem type="host">
    <genre authority="marcgt">periodical</genre>
    <genre>academic journal</genre>
    <titleInfo>
      <title>Logistics Journal : Proceedings</title>
    </titleInfo>
    <part>
      <detail type="volume">
        <number>2014</number>
      </detail>
      <detail type="issue">
        <number>01</number>
      </detail>
      <date>2014</date>
    </part>
  </relatedItem>
  <identifier type="issn">2192-9084</identifier>
  <identifier type="urn">urn:nbn:de:0009-14-40614</identifier>
  <identifier type="doi">10.2195/lj_Proc_leveling_de_201411_01</identifier>
  <identifier type="uri">http://nbn-resolving.de/urn:nbn:de:0009-14-40614</identifier>
  <identifier type="citekey">leveling2014</identifier>
</mods>
Download

Full Metadata

Bibliographic Citation Logistics Journal : referierte Veröffentlichungen, Vol. 2014, Iss. 01
Title

Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken (ger)

Concept of a proactive risk management in logistics networks (eng)
Author Jens Leveling, Arkadius Schier, Francesco Luciano, Boris Otto
Language ger
Abstract Logistiknetzwerke von Unternehmen wachsen sehr schnell und werden immer komplexer. Unternehmen wissen oft nicht, von welchen anderen Unternehmen sie abhängig sind und welche geschäftskritischen Risiken sich daraus für sie ergeben. Aus diesem Grund wird in diesem Artikel ein Konzept eines proaktiven Ri-sikomanagements in Logistiknetzwerken vorgestellt. Das Konzept basiert auf der Big Data Technologie und verwendet zur Identifikation von Risiken und zum Aufbau eines Logistiknetzwerkes neben internen Unternehmensdaten auch externe Daten, z. B. Social Media Plattformen oder andere Datenportale. Diese Daten werden ausgewertet und mit Risiken behaftete Beziehungen werden dem Bediener grafisch angezeigt. Zusätzlich dazu kann das System dem Benutzer mögliche Alternativen zur Vermeidung dieser Risiken aufzeigen und somit zur Entscheidungsunterstützung genutzt werden. Logistics business networks are growing rapidly and becoming more and more complex. Companies often do not know of what other companies they depend and which business-critical risks are consequences of these dependencies. For this reason, a concept of a proactive risk management in logistics networks is presented in this article. The concept is based on the Big Data technology and used for the identification of risks and the development of a logistics network using in addition to internal company data, external data such as social media platforms or other data portals. These data are analyzed and risky relationships are graphically displayed to the operator. In addition, the system can identify possible alternatives to the user to avoid these risks and thus be used for decision support.
Subject Big Data, Entscheidungsunterstützung, Risiko-Management, Risk Management, Supply Chain Management, Supply Chain Visibility
DDC 620
Rights fDPPL
URN: urn:nbn:de:0009-14-40614
DOI https://doi.org/10.2195/lj_Proc_leveling_de_201411_01