In Zeiten von Superkonstellationen mit kurzzyklischen, sich überlagernden Disruptionen entstehen nicht vorhersehbare Auswirkungen auf global vernetzte Lieferketten. Eine der großen Herausforderungen zur Beherrschung dieses als „New Normal“ bezeichneten Zustandes liegt in der bestmöglichen Nutzung und Interpretation aller verfügbaren Daten und Informationen. Daraus lassen sich Korrelationen und Wechselwirkungen erkennen, welche als Basis für Prognose- und Simulationspotenziale dienen, anhand derer wir uns Handeln proaktiv ausrichten können. Während und nach der Pandemie hatte sich die größte bisher aufgetretene Beschaffungsmarkt- und Versorgungskrise innerhalb der Elektronikbranche entwickelt. In deren Verlauf haben verschiedene Akteure innerhalb der Lieferketten unterschiedlich auf entstehende Signale und Unsicherheiten wie Veränderungen von Preisen, Lieferzeiten, Liefertreue, etc. reagiert. In der Theorie wird dieser Effekt als „Bullwhip“ Effekt beschrieben. Unsere während dieser Zeit gesammelten Daten möchten wir nutzen, um daraus für die Zukunft zu lernen. Unter Anderem interessieren uns folgende Fragestellungen:

• Wie sensibel haben einzelne Länder und Kundengruppen auf Preiserhöhungen, Lieferzeiten, Liefertreue reagiert?
• Wie korrelieren erhöhte Lieferzeiten mit einer Zunahme von Kundenbestellungen?
• Wie korrelieren aktuell reduzierte Lieferzeiten mit einem Rückgang von Kundenbestellungen?
• Daraus abgeleitet, welche Maßnahmen und Prognosemöglichkeiten leiten sich aus den gemessenen Korrelationen für uns ab?

Ziele der Arbeit:

1. Theorietische Aufarbeitung zur

• Theorie des Bullwhip-Effekts,
• Messung des Bullwhip-Effekts mittels geeigneter statistischer Verfahren,
• Identifikation wesentlicher Signale und Parameter, die Aufschluss über künftige Ausschläge geben können.

2. Praxisteil: 

• Statistische Auswertung der vorhandenen Daten mit geeigneten statistischen Verfahren, um Korrelationen und Kausalzusammenhänge zu identifizieren.
• Simulations- und Prognoseoptionen, um die gewonnenen Erkenntnisse in proaktive Maßnahmenpotenziale zu überführen.

Ihr Profil:

• Spaß an dynamischer Teamarbeit und dem Blick über den Tellerrand, um neue Lösungsansätzen in der Praxis anwendbar zu machen und das eigene Netzwerk zu erweitern
• Analytisches und strukturiertes Denkvermögen, um Gesamtzusammenhänge zu erfassen und zu beschreiben
• Ein Faible für Daten sowie mathematische und statistische Modelle/Methoden, mit denen komplexe Zusammenhänge daten- und regelbasiert beschrieben werden können
• Erweiterung des theoretischen Wissens und an Anwendung an einem spannenden Modell in der Praxis
• Gute Kenntnisse in den Sprachen Deutsch und Englisch in Wort und Schrift
• Studienschwerpunkt im Bereich Wirtschaftsingenieurwesen, Wirtschaftsmathematik, Wirtschaftsinformatik

Über uns: "Siemens // Digital Industries // Prozess Automation"

Business Unit “Process Automation” stellt Steuerungs-, Mess-, und Kommunikationskomponenten sowie Steuerungssoftware für die Prozessindustrie her.

Hauptsitz der Process Automation ist Karlsruhe, wo auch das Elektronik-Leitwerk “Manufacturing Karlsruhe” liegt, welches 2021 den Titel “Fabrik des Jahres” gewonnen hat.

Um die Lieferketten unseres globalen Werkeverbunds bestmöglich auf die Herausforderungen im “New Normal“ auszurichten, arbeiten wir crossfunctional an innovativen daten- und regelbasierten Digitalisierungslösungen.