Syllabus

Title
1605 Methoden und Tools des Produktionsmanagements
Instructors
Dr. Stefan Treitl, Assoz.Prof PD Lena Silbermayr, Ph.D., Dipl.-Ing. Bernhard Oberegger
Type
PI
Weekly hours
2
Language of instruction
Deutsch
Registration
09/21/21 to 10/06/21
Registration via LPIS
Notes to the course
Dates
Day Date Time Room
Tuesday 10/12/21 01:00 PM - 02:00 PM Online-Einheit
Tuesday 10/19/21 01:00 PM - 03:30 PM D2.0.030
Tuesday 11/09/21 01:00 PM - 03:30 PM Online-Einheit
Wednesday 12/01/21 01:00 PM - 03:30 PM Online-Einheit
Wednesday 12/15/21 01:00 PM - 03:30 PM Online-Einheit
Wednesday 01/12/22 01:00 PM - 03:30 PM TC.1.01 OeNB
Wednesday 01/26/22 11:45 AM - 01:00 PM Online-Einheit
Contents

Die LV "Methoden und Tools des Produktionsmanagements" dient der computergestützten Vertiefung der in den ersten beiden Kursen der SBWL Produktionsmanagement gelernten Inhalte. Daher ist der Besuch dieser LV nur dann sinnvoll, wenn gleichzeitig die entsprechenden Kurse 1 und 2 absolviert werden. 

Die Kursinhalte sind aufeinander abgestimmt. Kurs 3 ist so gestaltet, dass die (theoretischen) Konzepte aus den Kursen 1 und 2 zeitnah in Kurs 3 praktisch angewendet bzw. theoretisch vertieft werden können. Diese Lehrveranstaltung nutzt blended learning. Ein gezieltes Vorbereiten für die einzelnen Einheiten von Kurs 3 ist unbedingt notwendig, da der Fokus auf der Anwendung bzw. Erweiterung der gelernten Themen liegt und die Inhalte nicht erneut wiederholt werden (können). 

Der Fokus von Kurs 3 liegt neben dem Erlernen von Methoden auch in der Anwendung von Tools für das Produktionsmanagement. Aus diesem Grund wird die Lehrveranstaltung vollständig am PC stattfinden, wo mit den Microsoft Excel intensiv gearbeitet wird. 

  1. Einheit: Administratives
  2. Einheit: Basics in Excel und Linearer Programmierung mittels MS Solver
  3. Einheit: Netzwerkplanung
  4. Einheit: Grundlagen der Simulation
  5. Einheit: Regression und Forecasting
  6. Einheit: Produktionsplanung
  7. Einheit: KLAUSUR
Learning outcomes

Die Studierenden vertiefen das theoretische Wissen zu den in den parallel dazu stattfindenden Kursen 1 und 2 der SBWL Produktionsmanagement gelernten Inhalten und erlernen die Anwendung von Software-Tools zur Lösung von Fragestellungen aus den oben genannten Anwendungsgebieten. Dabei wird besonderer Wert auf das eigenständige Erlernen neuer Inhalte und das Implementieren von bereits gelernten theoretischen Konzepten gelegt sowie auf die selbstständige Analyse und Bewertung der Ergebnisse. 

Attendance requirements

Für eine PI ist laut Prüfungsordnung volle studentische Anwesenheit vorgesehen. Abwesenheit in den Präsenz-Einheiten wird in maximal einer Einheit toleriert. Durch die Abwesenheit verpasste Mitarbeitspunkte können nicht nachgeholt werden. 

Anwesenheit in der ersten LV-Einheit ist jedenfalls verpflichtend

Erscheint ein Studierender unentschuldigt nicht zur ersten Einheit der Lehrveranstaltung, so wird dieser von der Lehrveranstaltung abgemeldet und der nächste Studierende auf der Warteliste, der auch anwesend ist, erhält seinen Platz. Entschuldigungen für das Fernbleiben aus einem wichtigen Grund werden bis zum Beginn der Einheit durch die LV-Leiter per E-Mail entgegengenommen. 

Teaching/learning method(s)

Der Großteil der LV findet als inverted classroom statt. Dabei erhalten die Studierenden vorab die notwendigen Lernunterlagen sowie ausreichend Unterstützungsmaterial (Skripten, Auszüge aus Lehrbüchern, Übungsbeispiele etc.) und bereiten sich selbstständig und unabhängig auf die jeweilige LV-Einheit vor. Am Beginn der Präsenz-Einheiten findet jeweils ein 30-Minütiges Quiz über den vorzubereitenden Lehrstoff statt. Danach werden gemeinsam mit den LV-Leitern vertiefende Inhalte gemeinsam erarbeitet. Die verbleibende Zeit dient der praktischen Umsetzung und der selbstständigen Anwendung des Gelernten. In Kleingruppen werden Projekte bearbeitet, wobei die LV-Leiter als Coaches beratend zur Seite stehen. 

 

Assessment

Die Gesamtpunkte ergeben sich wie folgt:

aus Quizzes am Beginn jeder LV Einheit, 5 Gruppenarbeiten sowie einer Endklausur. 

 

  • Vorbereitungsquizzes (35%, Einzelleistung)
  • In-Class Projects (30%, Kleingruppen)
  • Klausur  (35%, Einzelleistung) 

Im Laufe jeder Präsenzeinheit erhalten die Studierenden eine oder mehrere komplexe Aufgabenstellungen, die in Kleingruppen zu erledigen sind. Diese In-Class Projects sind in fix vom LV-Leiter eingeteilten Gruppen (2-3 Personen) zu bearbeiten und bis zur vorgeschriebenen Deadline online abzugeben.

-----

Die Klausur (closed book, Einzelarbeit) findet in einem PC Raum statt. Theoretische Konzepte sowie praktische Anwendungen des Gelernten werden überprüft. Jede/r Studierende hat die Möglichkeit einen "Schummelzettel" mitzubringen, der folgende Formalkriterien erfüllen muss:

  • maximal ein A4 Blatt
  • (bei Bedarf) beidseitig beschriftet
  • handgeschrieben
  • nicht kopiert

 

----- 

Notenschlüssel:

ab 90% = Sehr Gut
ab 80% = Gut
ab 70% = Befriedigend
ab 60% = Genügend 

Prerequisites for participation and waiting lists

Gemäß  §3, Abs. 9. der Prüfungsordnung der WU gilt folgende Regelung: 

Erscheint ein Studierender unentschuldigt nicht zur ersten Einheit einer PI-Lehrveranstaltung, so wird dieser von der Lehrveranstaltung abgemeldet und der nächste Studierende auf der Warteliste, der auch anwesend ist, erhält seinen Platz. 

Es können nicht mehr Studierende als die maximale Teilnehmerzahl zu einer LV angemeldet werden. 

Readings
1 Author: Camm, Cochran, Fry, Ohlmann, Anderson, Sweeney, Williams
Title:

Essentials of Business Analytics


Publisher: Cengage Learning
Edition: 2
Year: 2016
Content relevant for class examination: Yes
Content relevant for diploma examination: No
Recommendation: Reference literature
Type: Book
2 Author: Albright, Winston
Title:

Business Analytics - Data Analysis and Decision Making


Publisher: Cengage Learning
Edition: 6
Year: 2016
Content relevant for class examination: Yes
Content relevant for diploma examination: No
Recommendation: Reference literature
Type: Book
Other


Unit details
Unit Date Contents
1

Administratives

2

Grundlagen der Tabellenkalkulation und der Linearen/Ganzzahligen Optimierung mit MS Solver

- Daten importieren und verarbeiten

- Wichtige Excel-Funktionen

- Definition von Entscheidungsvariablen, Zielfunktionen und Nebenbedingungen

- Mathematische Modellierung

- Graphische Lösung

- Weitere Lösungsverfahren

3

Netzwerkoptimierung

- Modellierung von Optimierungsmodellen in Excel

- Lösen mittels Solver

- Interpretation der Ergebnisse

- Erweiterungen 

4

Grundlagen der Simulation

- Erzeugung von Zufallszahlen

- Monte-Carlo Simulation

- Discrete Event Simulation

5

Prognoseverfahren

- Zeitreihenanalyse mit Excel

- Bestimmung von Fehlermaßen

- Regressionsanalyse

6

Aggregierte Produktionsplanung und Losgrößenplanung

- Modellierung von Optimierungsmodellen in Excel

- Lösen mittels Solver und Interpretation der Ergebnisse

- Erweiterungen 

7

Endtest

Last edited: 2021-06-22



Back