Untersuchung zur Verbesserung der Absatzprognosen von Handelsprodukten in Klein- und Mittelbetrieben (mit Künstlichen Neuronalen Netzen)
- Art: Diplomarbeit
- Autor: Wolfgang Höhn
- Abgabedatum: Dezember 1999
- Umfang: 73 Seiten
- Dateigröße: 2,2 MB
- Note: 2,0
- Institution / Hochschule: Hochschule für Technik und Wirtschaft Berlin Deutschland
- ISBN (eBook): 978-3-8324-2319-3
-
ISBN (Paperback) :
978-3-8324-2319-3 P - ISBN (CD) :978-3-8324-2319-3 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Höhn, Wolfgang Dezember 1999: Untersuchung zur Verbesserung der Absatzprognosen von Handelsprodukten in Klein- und Mittelbetrieben (mit Künstlichen Neuronalen Netzen), Hamburg: Diplomica Verlag
- Schlagworte: Künstliche Neuronale Netze, ( Lager)Bestandsverringerung, Liquiditätserhöhung
In den Warenkorb
38,00 €
Diplomarbeit von Wolfgang Höhn
Einleitung:
In den letzten Jahren wurde innerhalb des zyklischen Berichtswesens für die Geschäftsleitung der INBITEC GmbH wiederholt festgestellt, daß die Lagerbestände durchschnittlich viel zur hoch waren. Diese hätten jährlich 20 - 25 % geringer sein können. Das betraf das Verkaufslager und auch das Ersatzteillager.
Auf der anderen Seite gab es jedoch immer wieder Zeiten, in denen die Verkaufsnachfrage plötzlich so groß war, daß die Lagerbestände nicht nur unter den sogenannten Minimalbestand fielen, sondern komplett erschöpft waren. Verbunden war dieser Zustand dann mit erheblichen Beschaffungsproblemen. Das bezieht sich sowohl auf den zeitlichen Aspekt als auch darauf, daß günstige Einkaufsquellen und Rabatte nicht genutzt werden konnten. Hinzu kommen noch eine Reihe anderer Probleme:
Auf Grund der personellen Engpässe im Verkauf und im Service mußten Mitarbeiter aus anderen Bereichen eingesetzt werden. Auch ist in diesem Zusammenhang der Aspekt der Kundenunzufriedenheit und des Kundenverlustes nicht zu unterschätzen. Alles in allem waren dies stets Situationen, die von kurzfristiger operativer "Schadensbekämpfung" gekennzeichnet waren.
Auffällig ist auch noch der Umstand, daß solche Abverkaufsspitzen über die vergangenen Jahre mit mehr oder weniger Regelmäßigkeit eintraten.
Es stellt sich somit an dieser Stelle die Frage, ob auf der Grundlage einer verbesserten Prognoseerstellung eine längerfristige strategische Absatzplanung, und damit verbundene Lager- und auch Personalplanung, möglich ist.
Das Instrument der Prognose scheint in Klein- und Mittelbetrieben (KMU) bisher kaum genutzt oder wenig bekannt zu sein. Eine vom Autor telefonisch durchgeführte Befragung von weiteren neun Unternehmen der gleichen Größe zum Einsatz von Prognosemethoden für den Absatz ergab folgendes Ergebnis: Sechs Unternehmen wenden keinerlei Prognosen an, drei Unternehmen wenden Freihand- oder einfache Methoden der Zeitreihenfortschreibung an, ein Unternehmen machte keine Angaben.
Dies unterstreicht noch einmal die Notwendigkeit der Untersuchung dieser Problematik gerade für Klein- und Mittelbetriebe, denn im Unterschied zu Großunternehmen kommen für Kleinunternehmen noch typische im folgenden Kapitel 2 beschriebene Gesichtspunkte hinzu.
Inhaltsverzeichnis:
| Abbildungsverzeichnis | IV | |
| Tabellenverzeichnis | V | |
| Abkürzungsverzeichnis | VI | |
| Formelverzeichnis | VII | |
| 1. | Ausgangssituation | 8 |
| 2. | Spezifikation und Bedeutung der Problematik | 10 |
| 3. | Prognose und Prognosemethoden | 13 |
| 3.1 | Qualitative Prognosemethoden | 13 |
| 3.2 | Quantitative Prognosemethoden | 14 |
| 3.2.1 | Klassisches Komponentenmodell, von Zeitreihen | 14 |
| 3.2.2 | Prognoseverfahren | 16 |
| 3.2.2.1 | Freihandverfahren | 16 |
| 3.2.2.2 | Verfahren der gleitenden Durchschnitte | 16 |
| 3.2.2.3 | Exponentielle Glättung | 18 |
| 3.2.2.4 | Trendextrapolation | 20 |
| 3.2.2.5 | Verfahren zur Saisonbestimmung | 22 |
| 3.2.3 | Bewertung | 24 |
| 4. | Moderne Prognosemethode - Künstliches Neuronales Netz | 26 |
| 4.1 | Historischer Überblick | 26 |
| 4.2 | Eigenschaften und Vorteile | 27 |
| 4.3 | Funktionsprinzip | 28 |
| 4.3.1 | Biologisches Vorbild | 28 |
| 4.3.2 | Aufbau | 30 |
| 4.3.2.1 | Künstliches Neuron | 30 |
| 4.3.2.2 | Topologie | 32 |
| 4.3.3 | Lernverfahren | 33 |
| 5. | Datenanalyse und Prognoseerstellung mit einem Künstlichen Neuronalen Netz | 35 |
| 5.1 | Vorbetrachtung | 37 |
| 5.2 | Netzentwicklung | 38 |
| 5.2.1 | Datenaufbereitung | 38 |
| 5.2.1.1 | Datenvorverarbeitung | 38 |
| 5.2.1.2 | Dateienvorbereitung | 41 |
| 5.2.2 | Architektur | 42 |
| 5.2.2.1 | Anzahl zier verdeckten Schichten | 42 |
| 5.2.2.2 | Anzahl der Neuronen | 43 |
| 5.2.2.3 | Transferfunktion | 46 |
| 5.2.3 | Parametrierung | 47 |
| 5.2.3.1 | Lernrate | 47 |
| 5.2.3.2 | Lernverfahren | 48 |
| 5.3 | Validierung -Trainings- und Testergebnisse | 49 |
| 5.4 | Prognoseerstellung - Ergebnisse | 55 |
| 6. | Bewertung und Potential der Methode Künstliches Neuronales Netz | 61 |
| 7. | Wirtschaftliche Betrachtung | 63 |
| Literaturverzeichnis | 65 | |
| Anhang | 67 |
In den Warenkorb
38,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832423193
Arbeit zitieren:
Höhn, Wolfgang Dezember 1999: Untersuchung zur Verbesserung der Absatzprognosen von Handelsprodukten in Klein- und Mittelbetrieben (mit Künstlichen Neuronalen Netzen), Hamburg: Diplomica Verlag
Schlagworte:
Künstliche Neuronale Netze, ( Lager)Bestandsverringerung, Liquiditätserhöhung



