Die Biodiversität ist die Grundvoraussetzung für das langfristige Wohlergehen der Menschen. Der Sektor Landwirtschaft und Ernährung trägt maßgeblich zum welt-weiten Biodiversitätsverlust bei und verfügt umgekehrt über ein enormes Gestal-tungspotenzial in Richtung Nachhaltigkeit. Gleichzeitig wächst das Verbraucherbe-wusstsein für regionale Herkunft und Qualität. In diesem Spannungsfeld gewinnt das Management der Biodiversität im Lebensmittelsektor, gerade auf der Ebene von Regionen und insbesondere für kleine und mittlere Unternehmen (KMU), immer mehr an Relevanz. Die Lieferkette ‚vom Getreide zum Brot‘ ist hierbei in vielfältiger Weise ein Forschungsgegenstand mit besonderem Erkenntnisinteresse.1 Um das komplexe Themenfeld ‚Biodiversität‘ für betriebliche Entscheidungen nutz-bar zu machen, braucht es geeignete Indikatoren. Zwar finden sich in der Literatur zahlreiche Zugänge; niederschwellige und unternehmerfreundliche Instrumente zur Bewertung der Auswirkungen auf die biologische Vielfalt in Lieferketten der Agrar- und Lebensmittelversorgung existieren bisher jedoch keine. Die vorliegende Dissertation soll diese Forschungslücke schließen. Ziel ist es, ein Be-wertungsinstrument auf Basis praktikabler, aussagekräftiger und branchenrelevan-ter Indikatoren zur Abbildung der ‚betrieblichen Biodiversitätsleistung‘ (BBL) land-wirtschaftlicher Betriebe zu erarbeiten und anhand einer Auswahl von Unterneh-men modellhaft zu erproben. Aus den empirischen Ergebnissen werden Manage-mentempfehlungen für nachgelagerte Akteure in der Lieferkette (Mühlen, Bäcke-reien) abgeleitet und Perspektiven für die weiterführende Forschung eröffnet. Um dieses Ziel zu erreichen, wird eine Kombination qualitativer und quantitativer Methoden (mixed methods) als sinnvoll erachtet. Mit Fokus auf das Untersuchungs-gebiet Ostsachsen besteht die Feldarbeit aus einer (1) qualitativ-explorativen Vor-studie (Experteninterviews, Pretests), (2) einer quantitativen Hauptuntersuchung durch teilstandardisierte Befragungen von Landwirten und (3) qualitativ-vertiefen-den Fallstudien auf Basis von Vor-Ort-Interviews mit ausgewählten Landwirten und Landwirtinnen und weiteren verarbeitenden Betrieben. Im Folgenden werden die Problem- und Zielstellung, die Forschungsfragen, der Stand der Forschung sowie der Aufbau der Arbeit näher erläutert.

Diese Dissertation beschäftigt sich mit den Auswirkungen der Radiofrequenzidentifikation (RFID) auf das Lieferkettenmanagement. Wir entwickeln mehrere ökonomische Modelle zur quantitativen Evaluation der RFID-Technologie und den strategischen Implikationen ihres unternehmensübergreifenden Einsatzes. Dabei wenden wir uns insbesondere folgenden Forschungsfragen zu: (i) Welcher ökonomische Wert kann durch den Einsatz von RFID entlang der Lieferkette realisiert werden? (ii) Welche ökonomische Anreize haben die Teilnehmer von Lieferketten, RFID gemeinsam zu nutzen? (iii) Welche innovativen Praktiken im Bereich des Lieferkettenmanagements wird RFID ermöglichen und was ist der jeweilige Nutzen? Im Gegensatz zu früheren Untersuchungen konzentrieren wir uns auf die Bestimmung des Informations- bzw. Transformationsnutzens von RFID auf der Einzelteilebene in der Lieferkette bestimmter Konsumgüter. Das erste Kapitel der Dissertation enthält die notwendigen Hintergründe über die Möglichkeiten der RFID Technologie und ihr erwarteter Einfluss auf das Lieferkettenmanagement. Das zweite Kapitel untersucht die strategischen Konsequenzen der Möglichkeit, den Güterfluss in Lieferketten auf der Einzelteilebene zu überwachen. Im dritten Kapitel veranschaulichen wir den Wert der durch RFID ermöglichten Sichtbarkeit von Produkten in Einzelhandelsfilialen wenn die logistischen Prozesse durch verschiedene Fehlerarten, speziell Fehlplatzierungen, Schwund und Transaktionsfehler, beeinflusst werden. Im vierten Kapitel quantifizieren wir den Wert von Bestandsreallokationen zwischen Einzelhandelsfilialen – eine Praktik, die durch den Einsatz von RFID auf der Einzelteilebene ermöglicht werden könnte. Das fünfte Kapitel beschäftigt sich mit der Rolle des Austauschs von Logistikinformationen im Kontext der Vorwärtsintegration. Kapitel sechs beschließt die Dissertation und bietet Hinweise für weitere Forschungsvorhaben im Bereich des Wertes von RFID und entsprechender Einführungsstrategien an. / This dissertation investigates the impact of Radio Frequency Identification (RFID) on supply chain management. We develop several economic models that allow for a quantitative evaluation of RFID’s value and the strategic implications resulting from its inter-organizational use. Although the ongoing hype about RFID has lead to a high availability of general literature on RFID technology as well as numerous value propositions, the amount of quantitative research about RFID’s business value is still small. We address this research gap by investigating three research questions: (i) What economic value can be realized by deploying RFID along the supply chain? (ii) What economic incentives have supply chain participants to use RFID cooperatively? (iii) What innovative supply chain practices will RFID enable and what is their economic value? In contrast to earlier research, we constrain our research focus to the determination of the information and transformation value of item-level RFID in the supply chain of certain "high-impact" consumer products. The first chapter of this dissertation provides the necessary background about RFID’s capabilities and expected impact on supply chain management. The second chapter analyses the strategic consequences of being able to monitor the flow of goods in a supply chain on the item-level. The third chapter demonstrates the value of RFID-enabled visibility in retail stores if logistical operations are subject to certain kinds of error, in particular misplacements, shrinkage, and transaction errors. The fourth chapter investigates the value of item-level transshipments between retail stores – a practice that could be enabled by the use of item-level RFID. The fifth chapter deals with the role of logistical information sharing practices in the context of vertical integration strategies. Chapter six concludes the dissertation and provides hints for further research on RFID value and strategy.

This thesis examines the potential of Artificial Intelligence (AI) in improving the demand forecasting with in the supply chain. To be precise it undergoes a comparative study between traditional models like ARIMA and more advanced neural networks such as LSTM. The research conducts a robust methodological framework combining both qualitative and quantitative approaches for determining the forecast for a pharmacy store having historical sales data for 6 years (2014-2019). Through implementation of both the models and evaluation of results, underlines the strength and weakness of each model, offering realistic insights for the supply chain practitioners. Thorough literature review showcases the previous research done and future scope for implementation of AI for demand forecast in industry. The study not only contributes to academic disclosure but provides practical insight for the industry stakeholders to optimize their forecasting decisions in a modern world with dynamic consumer behavior and highly volatile demand. / Diese Arbeit untersucht das Potenzial der Künstlichen Intelligenz (KI) zur Verbesserung der Nachfrageprognose innerhalb der Lieferkette. Genauer gesagt, wird eine vergleichende Studie zwischen traditionellen Modellen wie ARIMA und fortschrittlicheren neuronalen Netzwerken wie LSTM durchgeführt. Die Forschung basiert auf einem robusten methodischen Rahmen, der sowohl qualitative als auch quantitative Ansätze kombiniert, um Prognosen für eine Apotheke mit historischen Verkaufsdaten über einen Zeitraum von sechs Jahren (2014–2019) zu erstellen. Durch die Implementierung beider Modelle und die Auswertung der Ergebnisse werden die Stärken und Schwächen jedes Modells hervorgehoben, wodurch praxisnahe Einblicke für Fachleute im Bereich der Lieferkette gewonnen werden. Eine umfassende Literaturrecherche gibt einen Überblick über bisherige Forschungsarbeiten und zeigt zukünftige Anwendungsmöglichkeiten von KI für die Nachfrageprognose in der Industrie auf. Die Studie trägt nicht nur zur wissenschaftlichen Diskussion bei, sondern bietet auch praktische Erkenntnisse für Branchenakteure, um ihre Prognoseentscheidungen in einer modernen Welt mit dynamischem Konsumverhalten und hoher Nachfragevolatilität zu optimieren.

No description available.

No description available.