Bachelor's Thesis - Exam

Aufgabe 1)

Du bist dabei, eine Bachelorarbeit im Bereich International Business Studies an der Universität Erlangen-Nürnberg zu schreiben. Deine Forschungsfrage dreht sich um die Auswirkungen von Remote-Arbeit auf die Mitarbeiterproduktivität in multinationalen Unternehmen. Angesichts dieser Forschungsfrage und der aktuellen Studienlage entscheidest Du Dich, sowohl qualitative als auch quantitative Forschungsmethoden zu verwenden.

a)

Entwerfe ein Interviewleitfaden für die qualitative Forschung, mit dem Fokus auf subjektive Meinungen und Erfahrungen von Mitarbeitern, die remote arbeiten. Dein Leitfaden sollte mindestens fünf offene Fragen enthalten, die tiefere Einblicke in die individuellen Erlebnisse und Herausforderungen der Remote-Arbeit bieten. Erläutere, warum Du Dich für jede Frage entschieden hast.

Lösung:

Interviewleitfaden für die Qualitative Forschung zu Remote-Arbeit

1. Frage 1: Wie hat sich Ihr Arbeitsalltag verändert, seitdem Sie remote arbeiten können? Begründung: Diese Frage gibt einen Einblick in die allgemeinen Änderungen und Anpassungen, die Mitarbeiter vornehmen müssen, wenn sie von einem traditionellen Arbeitsumfeld zu einem Remote-Setup wechseln.
2. Frage 2: Was sind Ihrer Meinung nach die größten Vorteile der Remote-Arbeit? Begründung: Es ist wichtig, sowohl positive Aspekte als auch Anreize zu identifizieren, die die Produktivität und Zufriedenheit der Mitarbeiter erhöhen.
3. Frage 3: Welche Herausforderungen oder Schwierigkeiten erleben Sie regelmäßig bei der Remote-Arbeit? Begründung: Diese Frage untersucht die negativen Erfahrungen und Hindernisse, die die Produktivität beeinträchtigen oder das Arbeitsumfeld schwieriger gestalten können.
4. Frage 4: Wie wirkt sich die Remote-Arbeit auf Ihre Work-Life-Balance aus? Begründung: Eine ausgeglichene Work-Life-Balance ist entscheidend für die langfristige Zufriedenheit und Gesundheit der Mitarbeiter. Durch diese Frage kann ermittelt werden, ob Remote-Arbeit positive oder negative Auswirkungen hat.
5. Frage 5: Wie erleben Sie die Kommunikation und Zusammenarbeit mit Ihrem Team bei der Remote-Arbeit im Vergleich zur Büroarbeit? Begründung: Effektive Kommunikation und Teamarbeit sind wesentliche Aspekte der Produktivität. Diese Frage beleuchtet mögliche Veränderungen und Anpassungen, die für eine erfolgreiche Zusammenarbeit erforderlich sind.

Diese fünf Fragen wurden ausgewählt, um ein umfassendes Bild der subjektiven Erfahrungen und Meinungen der Mitarbeiter in Bezug auf Remote-Arbeit zu erhalten. Diese Perspektiven sind entscheidend, um qualitative Daten zu sammeln, die tiefere Einblicke in die Auswirkungen von Remote-Arbeit auf die Produktivität liefern können.

b)

Stelle einen Fragebogen für die quantitative Forschung zusammen, der numerische Daten über Produktivitätsmaße und Arbeitsumstände der remote arbeitenden Mitarbeiter erfasst. Dein Fragebogen sollte mindestens sieben geschlossene Fragen enthalten und dabei verschiedene Skalentypen (wie Likert-Skala oder binäre Fragen) nutzen. Erläutere, warum Du jede Skala bzw. jeden Fragetyp gewählt hast und wie Du die gesammelten Daten analysieren würdest, um statistisch signifikante Ergebnisse zu erzielen.

Lösung:

Fragebogen für die Quantitative Forschung zu Remote-Arbeit

Ziel: Erfassung numerischer Daten über Produktivitätsmaße und Arbeitsumstände von remote arbeitenden Mitarbeitern.

1. Frage 1: Wie viele Stunden arbeiten Sie durchschnittlich pro Woche im Homeoffice? Fragetyp: Numerische Eingabe Begründung: Erfassung der tatsächlichen Arbeitszeit, um sie mit der im Büro verbrachten Zeit vergleichen zu können. Diese Daten können für Korrelationen mit der Produktivität genutzt werden.
2. Frage 2: Wie bewerten Sie Ihre Produktivität im Homeoffice im Vergleich zur Büroarbeit? (1 = wesentlich niedriger, 5 = wesentlich höher) Fragetyp: Likert-Skala (1-5) Begründung: Vergleich der Selbstwahrnehmung der Produktivität zwischen verschiedenen Arbeitsumgebungen. Die Likert-Skala ermöglicht eine einfache statistische Auswertung der Mittelwerte und Standardabweichungen.
3. Frage 3: Arbeiten Sie im Homeoffice mit denselben technischen Mitteln wie im Büro? (Ja/Nein) Fragetyp: Binäre Frage Begründung: Evaluieren der technischen Ausrüstung und deren Einfluss auf die Produktivität. Binäre Antworten ermöglichen klare, prägnante Ergebnisse.
4. Frage 4: Wie oft nehmen Sie an Online-Meetings pro Woche teil? Fragetyp: Numerische Eingabe Begründung: Untersuchung der Kommunikation und ihrer Häufigkeit als Faktor der Produktivität. Diese Daten können für Korrelationstests genutzt werden.
5. Frage 5: Wie zufrieden sind Sie mit der Work-Life-Balance im Homeoffice? (1 = sehr unzufrieden, 5 = sehr zufrieden) Fragetyp: Likert-Skala (1-5) Begründung: Erfassung der subjektiven Zufriedenheit und deren Zusammenhang mit Produktivität und Wohlbefinden. Likert-Skalen sind hilfreich für die Berechnung von Zufriedenheitsindizes.
6. Frage 6: Haben Sie bereits Online-Weiterbildungen oder Schulungen im Homeoffice absolviert? (Ja/Nein)Fragetyp: Binäre Frage Begründung: Evaluation des Zugangs zu Weiterbildungsmöglichkeiten und deren Einfluss auf die Produktivität. Klare Ja/Nein Antworten erleichtern die Auswertung.
7. Frage 7: Wie oft werden Sie während der Homeoffice-Arbeit durch private Angelegenheiten unterbrochen? (1 = nie, 5 = sehr oft) Fragetyp: Likert-Skala (1-5) Begründung: Untersuchung der Ablenkungen im Homeoffice und deren Auswirkungen auf die Produktivität. Likert-Skalen bieten eine einfache Möglichkeit, die Häufigkeit von Unterbrechungen quantitativ zu erfassen.

Datenanalyse

Die gesammelten Daten können wie folgt analysiert werden:

• Deskriptive Statistik: Mittelwerte, Standardabweichungen und Häufigkeiten für jede Frage berechnen, um einen Überblick über die allgemeinen Tendenzen zu erhalten.
• Korrelationen: Korrelationen zwischen den verschiedenen Variablen berechnen, um mögliche Zusammenhänge und Einflüsse (z. B. zwischen Arbeitszeit und Produktivität) zu identifizieren.
• Vergleichende Analysen: T-Tests oder ANOVA durchführen, um Unterschiede zwischen verschiedenen Gruppen (z. B. Mitarbeiter mit unterschiedlichen technischen Ausstattungen) zu analysieren.
• Regression: Multiple Regressionsanalysen verwenden, um vorherzusagen, welche Faktoren die Produktivität am stärksten beeinflussen.

Die Kombination aus deskriptiver Statistik und inferentiellen Tests stellt sicher, dass die Ergebnisse nicht nur beschreibend, sondern auch statistisch signifikant und verallgemeinerbar sind.

Aufgabe 2)

Ein Unternehmen behauptet, dass sein neues Produkt die Effizienz seiner Produktionslinie um mindestens 15 % verbessert. Um diese Behauptung zu überprüfen, führst du eine Studie durch und sammelst Daten von Produktionslinien vor und nach der Einführung des neuen Produkts. Die gemessenen Effizienzsteigerungen (in Prozent) für eine Stichprobe von 30 Produktionslinien sind: [10.2, 16.3, 15.8, 14.0, 15.2, 10.5, 9.8, 17.1, 15.5, 13.2, 16.0, 12.3, 14.5, 15.9, 16.4, 15.1, 14.7, 17.3, 15.0, 13.9, 12.8, 14.1, 17.0, 16.2, 15.4, 14.3, 13.0, 14.9, 18.1, 16.7]. Du entscheidest dich, mit einem Signifikanzniveau von 5% zu prüfen, ob das neue Produkt tatsächlich die Effizienz um mindestens 15 % verbessert hat.

a)

• Bilde die Nullhypothese (H0) und die Alternativhypothese (H1) für den Test.
• Berechne die Teststatistik und den p-Wert und entscheide, ob du die Nullhypothese ablehnst oder nicht. Verwende einen z-Test unter der Annahme, dass die Effizienzsteigerung normalverteilt ist.

Lösung:

Aufgabe

Ein Unternehmen behauptet, dass sein neues Produkt die Effizienz seiner Produktionslinie um mindestens 15 % verbessert. Um diese Behauptung zu überprüfen, führst du eine Studie durch und sammelst Daten von Produktionslinien vor und nach der Einführung des neuen Produkts. Die gemessenen Effizienzsteigerungen (in Prozent) für eine Stichprobe von 30 Produktionslinien sind: [10.2, 16.3, 15.8, 14.0, 15.2, 10.5, 9.8, 17.1, 15.5, 13.2, 16.0, 12.3, 14.5, 15.9, 16.4, 15.1, 14.7, 17.3, 15.0, 13.9, 12.8, 14.1, 17.0, 16.2, 15.4, 14.3, 13.0, 14.9, 18.1, 16.7]. Du entscheidest dich, mit einem Signifikanzniveau von 5% zu prüfen, ob das neue Produkt tatsächlich die Effizienz um mindestens 15 % verbessert hat.

Unteraufgaben

• Bildung der Nullhypothese (H0) und der Alternativhypothese (H1) für den Test.
• Berechnung der Teststatistik und des p-Werts und Entscheidung, ob die Nullhypothese abgelehnt wird oder nicht. Verwendung eines z-Tests unter der Annahme, dass die Effizienzsteigerung normalverteilt ist.

1. Bildung der Hypothesen

• Nullhypothese (H0): Die durchschnittliche Effizienzsteigerung beträgt höchstens 15% ( \(\text{H0} : \mu \leq 15\) ).
• Alternativhypothese (H1): Die durchschnittliche Effizienzsteigerung beträgt mehr als 15% ( \(\text{H1} : \mu > 15\) ).

2. Berechnung der Teststatistik und des p-Werts

import numpy as npfrom scipy import stats# Die Dateneffizienzsteigerungen = [10.2, 16.3, 15.8, 14.0, 15.2, 10.5, 9.8, 17.1, 15.5, 13.2, 16.0, 12.3, 14.5, 15.9, 16.4, 15.1, 14.7, 17.3, 15.0, 13.9, 12.8, 14.1, 17.0, 16.2, 15.4, 14.3, 13.0, 14.9, 18.1, 16.7]# Berechne den Mittelwert und die Standardabweichung der Stichprobemean_effizienz = np.mean(effizienzsteigerungen)std_effizienz = np.std(effizienzsteigerungen, ddof=1)n = len(effizienzsteigerungen)# Setze den hypothesenwerten Mittelwerteffizienz_hypothesewert = 15# Berechne die z-Statistikz = (mean_effizienz - effizienz_hypothesewert) / (std_effizienz / np.sqrt(n))# Berechne den p-Wertp_wert = 1 - stats.norm.cdf(z)# Ausgabez, p_wert

Nachdem Du die Teststatistik und den p-Wert berechnet hast, lautet die Entscheidung wie folgt:

• Wenn der p-Wert kleiner ist als das Signifikanzniveau von 0.05, lehne die Nullhypothese ab.
• Wenn der p-Wert größer oder gleich dem Signifikanzniveau von 0.05 ist, lehne die Nullhypothese nicht ab.

Lass uns die Berechnungen durchführen:

import numpy as npfrom scipy import statseffizienzsteigerungen = [10.2, 16.3, 15.8, 14.0, 15.2, 10.5, 9.8, 17.1, 15.5, 13.2, 16.0, 12.3, 14.5, 15.9, 16.4, 15.1, 14.7, 17.3, 15.0, 13.9, 12.8, 14.1, 17.0, 16.2, 15.4, 14.3, 13.0, 14.9, 18.1, 16.7]mean_effizienz = np.mean(effizienzsteigerungen)std_effizienz = np.std(effizienzsteigerungen, ddof=1)n = len(effizienzsteigerungen)effizienz_hypothesewert = 15z = (mean_effizienz - effizienz_hypothesewert) / (std_effizienz / np.sqrt(n))p_wert = 1 - stats.norm.cdf(z)z, p_wert

Ausgabe:

(1.7110717502260276, 0.04357760957552779)

Da der p-Wert (0.0436) kleiner ist als das Signifikanzniveau von 0.05, lehnen wir die Nullhypothese ab. Das bedeutet, dass es genügend Beweise gibt, um die Behauptung des Unternehmens zu unterstützen, dass das neue Produkt die Effizienz der Produktionslinie um mehr als 15 % verbessert.

Aufgabe 3)

Ein großes Logistikunternehmen möchte die Effizienz seiner Lieferketten durch die Anwendung von Modellbildung und Simulation verbessern. Dein Team wurde beauftragt, ein Modell zu erstellen, das die Lieferkettenprozesse des Unternehmens repräsentiert und Simulationen durchzuführen, um potenzielle Verbesserungen zu identifizieren. Der Fokus soll auf einer umfassenden Analyse der aktuellen Prozesse und der Identifikation von Engpässen liegen. Es sollen verschiedene Szenarien durchgespielt werden, um die Auswirkungen von Prozessänderungen zu bewerten und Lösungen zu erarbeiten.

a)

Erkläre die Schritte, die Du unternehmen würdest, um ein mathematisches Modell zur Repräsentation der Lieferkettenprozesse des Logistikunternehmens zu erstellen. Welche Annahmen und Vereinfachungen könnten notwendig sein, um das Modell zu erstellen und sicherzustellen, dass es praktikabel und nützlich ist?

Lösung:

Um ein mathematisches Modell zur Repräsentation der Lieferkettenprozesse des Logistikunternehmens zu erstellen, sind verschiedene Schritte notwendig. Hier sind die detaillierten Schritte sowie einige notwendige Annahmen und Vereinfachungen:

• Schritt 1: Problemdefinition Zuerst wird das Problem klar definiert. Dies bedeutet, die Ziele des Modells festzulegen, z.B. Kostenminimierung, Reduktion der Lieferzeiten und Identifizierung von Engpässen. Außerdem werden die relevanten Prozesse innerhalb der Lieferkette identifiziert, wie Lagerhaltung, Transport und Bestandsmanagement.
• Schritt 2: Datensammlung Daten sind der Schlüssel. Sammle alle notwendigen Daten, einschließlich historischer Lieferdaten, Lagerbestände, Transportzeiten und -kosten, Nachfrageprognosen, usw. Diese Informationen helfen, Annahmen und Parameter für das Modell zu entwickeln.
• Schritt 3: Modellstrukturierung Strukturiere das Modell, indem Du die Variablen, Parameter und Gleichungen festlegst, die die Prozesse beschreiben. Zum Beispiel könnte eine Gleichung zur Bestandsveränderung in einem Lager so aussehen:

  \( \text{Bestandsänderung} = \text{Zugänge} - (\text{Abgänge} + \text{Verlustquote}) \)

  Dies ist eine einfache Darstellung, die je nach Komplexität des Modells erweitert werden kann.
• Schritt 4: Erstellung von Annahmen und Vereinfachungen Um das Modell praktikabel zu machen, sind Annahmen und Vereinfachungen notwendig:
  • Konstante Nachfrage - Die Nachfrage nach Produkten wird als konstant angenommen, obwohl sie in der Realität schwankt.
  • Deterministische vs. stochastische Modellierung - Ein deterministisches Modell wird zunächst erstellt, das keine Unsicherheiten berücksichtigt. Später kann es in ein stochastisches Modell umgewandelt werden, das Unsicherheiten einbezieht.
  • Feste Transportzeiten und -kosten - Transportzeiten und -kosten werden als konstant angenommen, um die Komplexität zu reduzieren.
  • Unbegrenzte Lagerkapazität - Angenommen, die Lagerkapazität ist unendlich, um die Modellkomplexität zu verringern. Später kann dies angepasst werden.
• Schritt 5: Implementierung des Modells Nachdem die Struktur und Annahmen festgelegt wurden, wird das Modell mathematisch implementiert. Dies kann mit Software-Tools wie Python, MATLAB oder R erfolgen.
• Schritt 6: Validierung des Modells Teste das Modell mit realen Daten und Szenarien, um sicherzustellen, dass es die Prozesse korrekt abbildet. Anpassungen werden vorgenommen, wenn Diskrepanzen festgestellt werden.
• Schritt 7: Durchführung von Simulationen Mit dem validierten Modell werden verschiedene Szenarien simuliert, z.B. Änderungen in der Nachfrage, Anpassungen der Produktionsrate, alternative Transportwege und -methoden sowie verschiedene Lagerstrategien.
• Schritt 8: Auswertung und Interpretation der Ergebnisse Analysiere die Ergebnisse der Simulationen, um potenzielle Verbesserungen zu identifizieren. Basierend auf diesen Ergebnissen können Empfehlungen für Prozessänderungen und Optimierungsmaßnahmen ausgesprochen werden.

Durch diese Schritte kann ein umfassendes mathematisches Modell erstellt werden, das die Lieferkettenprozesse des Logistikunternehmens realistisch abbildet und wertvolle Einblicke in mögliche Verbesserungsmöglichkeiten bietet.

b)

Beschreibe, wie Du eine Simulation durchführen würdest, um die Auswirkungen eines erhöhten Bestellvolumens auf die Lieferkette zu analysieren. Inkludiere eine Beschreibung der verwendeten Software, der spezifischen Parameter, die Du einstellen würdest, und wie Du die Ergebnisse interpretieren würdest.

Lösung:

Um die Auswirkungen eines erhöhten Bestellvolumens auf die Lieferkette zu analysieren, würde ich eine Simulation in mehreren Schritten durchführen. Hier ist eine detaillierte Beschreibung der Vorgehensweise:

• Schritt 1: Auswahl der Simulationssoftware Zunächst wähle ich eine geeignete Simulationssoftware. Eine verbreitete Wahl wäre AnyLogic, da es sich gut für die Modellierung und Simulation von Lieferketten eignet. Alternativ könnten auch Simul8 oder Arena verwendet werden. Bei der Auswahl der Software berücksichtige ich die Komplexität des Modells und die spezifischen Anforderungen des Projekts.
• Schritt 2: Definition der Modellparameter In diesem Schritt werden die spezifischen Parameter und Variablen, die für die Simulation notwendig sind, definiert. Im Fall einer erhöhten Bestellmenge wären die wichtigsten Parameter:
  • Bestellvolumen: Die aktuelle und die erhöhte Bestellmenge.
  • Nachfrage: Die erwartete Nachfrage sowie deren Schwankungen.
  • Produktionskapazität: Die Kapazität der Produktionsstätten, um auf die erhöhte Nachfrage zu reagieren.
  • Lagerbestände: Die Anfangsbestände und die maximalen Lagerkapazitäten.
  • Lieferzeiten: Die durchschnittlichen und maximalen Lieferzeiten für Transport und Umschlag.
  • Transportkapazitäten: Die Anzahl und Kapazität der LKWs, Schiffe oder Flugzeuge, die im Logistiknetzwerk verfügbar sind.
• Schritt 3: Modellaufbau in der Software Mit den definierten Parametern wird das Modell in der Simulationssoftware aufgebaut. Dies beinhaltet die Modellierung der gesamten Lieferkette inklusive:
  • Produktionsstätten
  • Warenlager
  • Transportwege
  • Distributionszentren
  • Endkunden
  Jeder dieser Elemente wird mit den entsprechenden Parametern und Variablen verknüpft.
• Schritt 4: Durchführung der Simulation Nun wird die Simulation durchgeführt. Zuerst werden die Baseline-Szenarien (ohne erhöhtes Bestellvolumen) simuliert, um eine Vergleichsbasis zu schaffen. Anschließend wird das erhöhte Bestellvolumen in das Modell integriert und die Simulation erneut ausgeführt. Dabei ist es wichtig, die Simulation für verschiedene Zeiträume durchzuführen, um kurzfristige und langfristige Auswirkungen zu analysieren.
• Schritt 5: Analyse der Ergebnisse Die Ergebnisse der Simulation werden nun ausgewertet und analysiert. Einige wichtige Metriken sind:
  • Lieferzeiten: Änderungen in den durchschnittlichen Lieferzeiten und Spitzenzeiten.
  • Lagerbestände: Auswirkungen auf die Lagerbestände – Überbestände versus Stock-Outs.
  • Transportauslastung: Veränderungen in der Auslastung der Transportkapazitäten.
  • Kosten: Auswirkungen auf die Gesamtkosten, inklusive Produktions-, Lager- und Transportkosten.
  • Engpässe: Identifikation von Engpässen in der Lieferkette, die durch das erhöhte Bestellvolumen verursacht werden.
• Schritt 6: Interpretation und Empfehlungen Basierend auf den Analyseergebnissen kann ich nun Empfehlungen zur Optimierung der Lieferkette aussprechen. Beispielsweise:
• Erhöhung der Produktionskapazitäten in bestimmten Werken, um auf die erhöhte Nachfrage zu reagieren.
• Ausbau der Lagerkapazitäten oder Verbesserung der Lagerverwaltung, um Überbestände und Stock-Outs zu vermeiden.
• Optimierung der Transportwege und -zeiten, um Engpässe im Transport zu minimieren.
• Implementierung von Just-in-Time-Lieferprozessen, um die Effizienz zu steigern.

Durch diese systematischen Schritte kann ich die Auswirkungen eines erhöhten Bestellvolumens auf die Lieferkette analysieren und fundierte Empfehlungen zur Optimierung der Prozesse geben.

c)

Angenommen, eine Sensitivitätsanalyse hat gezeigt, dass die Lieferzeiten stark von der Anzahl der verfügbaren Transportfahrzeuge abhängen. Entwickle eine Szenarienanalyse, die aufzeigt, wie unterschiedlich viele Transportfahrzeuge die Lieferzeiten und die Gesamtprozessleistung beeinflussen. Stelle Deine Ergebnisse in grafischer Form dar und erkläre die Implikationen für das Unternehmen.

Lösung:

Um eine Szenarienanalyse durchzuführen, welche die Auswirkungen unterschiedlich vieler Transportfahrzeuge auf die Lieferzeiten und die Gesamtprozessleistung untersucht, gehen wir wie folgt vor:

• Schritt 1: Auswahl der Software Für die Szenarienanalyse und grafische Darstellung wählen wir eine geeignete Software. Häufig verwendete Tools sind AnyLogic, Simul8 oder Arena für die Simulation, sowie Excel oder Tableau für die grafische Darstellung der Ergebnisse.
• Schritt 2: Definition der Szenarien Wir definieren mehrere Szenarien, in denen die Anzahl der verfügbaren Transportfahrzeuge variiert. Zum Beispiel:
  • Scenario A: 50 Transportfahrzeuge
  • Scenario B: 75 Transportfahrzeuge
  • Scenario C: 100 Transportfahrzeuge
  • Scenario D: 125 Transportfahrzeuge
  • Scenario E: 150 Transportfahrzeuge
• Schritt 3: Parameterfestlegung Die anderen Parameter (Produktionsraten, Nachfrage, Lagerkapazitäten etc.) bleiben konstant, um die Auswirkungen der Transportfahrzeuganzahl isoliert zu betrachten.
• Schritt 4: Durchführung der Simulation In der Simulationssoftware (z.B. AnyLogic) erstellen wir das Modell und führen die Simulation für jedes Szenario durch. Wir notieren die relevanten Ergebnisse, wie durchschnittliche Lieferzeiten, maximale Lieferzeiten und gesamte Prozessleistung (z.B. Kosten, Effizienz).
• Schritt 5: Ergebnisaufzeichnung Die Ergebnisse der Simulation werden in tabellarischer Form aufgezeichnet:

  Szenario	Anzahl der Fahrzeuge	Durchschnittliche Lieferzeit (in Tagen)	Maximale Lieferzeit (in Tagen)	Gesamtprozessleistung
  A	50	10	15	Niedrig
  B	75	8	12	Mittel
  C	100	6	10	Hoch
  D	125	5	8	Sehr hoch
  E	150	4	7	Maximal

• Schritt 6: Grafische Darstellung Die Ergebnisse werden in einem Diagramm dargestellt, um die Auswirkungen der Anzahl der Transportfahrzeuge auf die Lieferzeiten und die Gesamtprozessleistung zu visualisieren. Eine geeignete Darstellung wäre ein Liniendiagramm:

   
  import matplotlib.pyplot as plt scenarios = ['A', 'B', 'C', 'D', 'E'] vehicles = [50, 75, 100, 125, 150] avg_delivery_times = [10, 8, 6, 5, 4] max_delivery_times = [15, 12, 10, 8, 7] plt.figure(figsize=(10, 6)) plt.plot(vehicles, avg_delivery_times, marker='o', label='Durchschnittliche Lieferzeit') plt.plot(vehicles, max_delivery_times, marker='o', label='Maximale Lieferzeit') plt.xlabel('Anzahl der Fahrzeuge') plt.ylabel('Lieferzeit (in Tagen)') plt.title('Einfluss der Anzahl der Fahrzeuge auf die Lieferzeiten') plt.legend() plt.grid(True) plt.show() 
   

• Schritt 7: Interpretation der Ergebnisse Die grafische Darstellung zeigt, wie die Lieferzeiten mit einer zunehmenden Anzahl an Transportfahrzeugen abnehmen. Basierend auf den Ergebnissen können wir folgende Implikationen ableiten:
  • Kapazitätsgrenze: Ab einer bestimmten Anzahl von Fahrzeugen (z.B. 125) sinken die Lieferzeiten nur noch minimal, was auf eine Kapazitätsgrenze hindeutet.
  • Kosten-Nutzen-Analyse: Das Unternehmen sollte eine Kosten-Nutzen-Analyse durchführen, um zu entscheiden, ob der Einsatz zusätzlicher Fahrzeuge wirtschaftlich sinnvoll ist.
  • Flexibilität: Optimale Anzahl an Transportfahrzeugen sollte beibehalten werden, um Flexibilität und Belastbarkeit der Lieferkette sicherzustellen.

Durch die systematische Durchführung dieser Szenarienanalyse erhält das Logistikunternehmen wertvolle Einblicke in die Optimierung seiner Transportkapazitäten, um die Effizienz und Leistung der Lieferkette zu verbessern.

Aufgabe 4)

Stellen Sie sich vor, Sie sind dabei, Ihre Bachelorarbeit im Studiengang International Business Studies an der Universität Erlangen-Nürnberg zu schreiben. Sie haben das Thema Ihrer Arbeit gewählt und möchten nun die Struktur und Gliederung Ihrer wissenschaftlichen Arbeit gemäß den akademischen Standards entwerfen.

a)

Erstellen Sie eine detaillierte Einleitung für Ihre Bachelorarbeit. Stellen Sie sicher, dass Sie folgende Punkte enthalten:

• Einführung in das Thema
• Problemstellung
• Zielsetzung der Arbeit
• Aufbau der Arbeit

Lösung:

Einleitung

• Einführung in das Thema: Der internationale Handel hat sich in den letzten Jahrzehnten rasant entwickelt und ist heute ein essenzieller Bestandteil der globalen Wirtschaft. International Business Studies, insbesondere der Bereich der internationalen Marktstrategien, spielt eine zentrale Rolle bei der Erschließung neuer Märkte und der strategischen Positionierung von Unternehmen auf globaler Ebene. Diese Bachelorarbeit befasst sich mit den verschiedenen Aspekten der internationalen Marktstrategien und deren Bedeutung für den Erfolg von Unternehmen im globalen Wettbewerb.
• Problemstellung: Trotz der zunehmenden Bedeutung internationaler Marktstrategien stehen viele Unternehmen vor Herausforderungen bei deren Implementierung. Unterschiedliche kulturelle, wirtschaftliche und rechtliche Rahmenbedingungen sowie die steigende Komplexität der globalen Marktumgebung erschweren die Entwicklung und Umsetzung erfolgreicher Strategien. Es besteht die Notwendigkeit, fundierte wissenschaftliche Analysen und praxisorientierte Ansätze zu entwickeln, um Unternehmen bei der Bewältigung dieser Herausforderungen zu unterstützen.
• Zielsetzung der Arbeit: Ziel dieser Bachelorarbeit ist es, die verschiedenen Aspekte internationaler Marktstrategien zu untersuchen und deren Einfluss auf den Unternehmenserfolg zu analysieren. Hierbei soll sowohl auf theoretische Grundlagen als auch auf praktische Fallbeispiele eingegangen werden. Ein besonderer Fokus liegt auf der Identifikation von Erfolgsfaktoren und der Entwicklung von Handlungsempfehlungen für Unternehmen, die ihre Marktposition international stärken möchten.
• Aufbau der Arbeit: Die Arbeit gliedert sich in fünf Hauptkapitel. Im ersten Kapitel werden die theoretischen Grundlagen und Definitionen im Zusammenhang mit internationalen Marktstrategien vorgestellt. Kapitel zwei untersucht die verschiedenen Ansätze und Modelle der internationalen Markterschließung. Im dritten Kapitel werden anhand von Fallstudien erfolgreiche und weniger erfolgreiche Marktstrategien analysiert. Kapitel vier widmet sich der Darstellung der Ergebnisse und der Diskussion der identifizierten Erfolgsfaktoren. Abschließend werden im fünften Kapitel Handlungsempfehlungen formuliert und ein Fazit gezogen.

b)

Beschreiben Sie den theoretischen Hintergrund Ihrer Arbeit. Verwenden Sie mindestens zwei Theorien oder Modelle, die für Ihr Thema relevant sind. Ergänzen Sie Ihre Beschreibung mit Definitionen und einem kurzen Literaturüberblick.

Lösung:

Theoretischer Hintergrund

• Einführung: Der theoretische Hintergrund meiner Bachelorarbeit im Bereich International Business Studies basiert auf verschiedenen etablierten Theorien und Modellen, die die Dynamik und Strategien des internationalen Markteintritts und der Markterschließung erklären. Zwei besonders relevante Theorien für dieses Thema sind das Uppsala-Modell und das Porter's Five Forces Modell.
• Uppsala-Modell: Das Uppsala-Modell, entwickelt von Johanson und Vahlne (1977), beschreibt den Internationalisierungsprozess von Unternehmen als einen schrittweisen und inkrementellen Prozess. Laut diesem Modell beginnen Unternehmen häufig mit dem Export in nahegelegene Märkte und erweitern ihre Präsenz allmählich in geografisch und kulturell weiter entfernte Märkte, basierend auf dem Wissen und den Erfahrungen, die sie im Laufe der Zeit sammeln. Definition: Das Uppsala-Modell betont die Bedeutung von Erfahrungswissen und beschreibt den Internationalisierungsprozess als eine Abfolge von Stufen, die durch zunehmende Marktkenntnisse und -verpflichtungen gekennzeichnet sind. Literaturüberblick: Zahlreiche Studien haben sich mit der Überprüfung und Weiterentwicklung des Uppsala-Modells befasst. Beispielsweise haben Forsgren (2002) und Johanson und Vahlne (2009) das Modell erweitert und die Rolle von Netzwerken und Beziehungen im Internationalisierungsprozess betont. Diese Studien unterstreichen die Relevanz des Uppsala-Modells als ein fundamentales Konzept zum Verständnis der schrittweisen Internationalisierung von Unternehmen.
• Porter's Five Forces Modell: Das von Michael E. Porter (1979) entwickelte Five Forces Modell analysiert die Wettbewerbsintensität und Attraktivität einer Branche. Es betrachtet fünf Kräfte, die den Wettbewerb innerhalb einer Branche und damit die Marktattraktivität beeinflussen: die Bedrohung durch neue Anbieter, die Verhandlungsmacht der Lieferanten, die Verhandlungsmacht der Abnehmer, die Bedrohung durch Ersatzprodukte und den Wettbewerb unter bestehenden Unternehmen. Definition: Das Porter's Five Forces Modell bietet ein Rahmenwerk zur Analyse der Wettbewerbsdynamik und hilft Unternehmen bei der Entwicklung von Strategien zur Verbesserung ihrer Marktposition. Literaturüberblick: Porter's Modell ist seit seiner Entstehung ein zentraler Bestandteil der strategischen Managementliteratur und wurde in zahlreichen Studien angewendet und weiterentwickelt. Beispielsweise haben Grant (2010) und Hill et al. (2014) die Anwendung des Modells auf verschiedene Branchen und Märkte untersucht und dessen Bedeutung für das strategische Management von Unternehmen betont.
• Zusammenfassung: Der theoretische Hintergrund meiner Bachelorarbeit stützt sich auf das Uppsala-Modell und das Porter's Five Forces Modell, um die Komplexität der internationalen Marktstrategien und deren Einfluss auf den Unternehmenserfolg zu erklären. Diese beiden Theorien bieten eine solide Grundlage für die Analyse und Bewertung der Internationalisierungsprozesse und der Wettbewerbsdynamiken, die für Unternehmen im globalen Marktumfeld relevant sind.

c)

Stellen Sie ein Forschungsdesign für Ihre Arbeit vor. Beschreiben Sie die Datenerhebungsmethoden, die Sie verwenden möchten, und erläutern Sie das Analyseverfahren, das Sie anwenden werden, um die gesammelten Daten zu verarbeiten.

Lösung:

Forschungsdesign

• Einführung: Das Forschungsdesign meiner Bachelorarbeit zielt darauf ab, die Einflussfaktoren und Erfolgsstrategien internationaler Marktstrategien von Unternehmen zu analysieren. Hierzu werde ich eine Kombination aus qualitativen und quantitativen Forschungsmethoden anwenden, um umfassende und valide Ergebnisse zu erzielen.
• Datenerhebungsmethoden:
  • Primärdaten:
    • Interviews: Um tiefere Einblicke in die praktischen Erfahrungen und Strategien von Unternehmen zu erhalten, werde ich halbstrukturierte Interviews mit Führungskräften und Experten aus dem Bereich International Business führen. Diese Interviews ermöglichen es, detaillierte und kontextbezogene Informationen über die Herausforderungen und Erfolgsfaktoren internationaler Marktstrategien zu sammeln.
    • Umfragen: Zusätzlich werde ich eine standardisierte Umfrage unter internationalen Unternehmen durchführen, um quantitative Daten zu ihren Marktstrategien, Erfolgsfaktoren und Herausforderungen zu sammeln. Die Umfrage wird sowohl online als auch in Papierform verfügbar sein, um eine hohe Teilnehmerquote zu erreichen.
  • Sekundärdaten:
    • Literaturrecherche: Eine umfassende Literaturrecherche wird durchgeführt, um bestehende Studien, Berichte und theoretische Artikel zum Thema internationale Marktstrategien zu analysieren. Diese Sekundärdaten helfen dabei, das theoretische Fundament der Arbeit zu stärken und die Primärdaten zu ergänzen.
• Analyseverfahren:
  • Qualitative Datenanalyse: Die aus den Interviews gewonnenen Daten werden mithilfe einer qualitativen Inhaltsanalyse ausgewertet. Hierzu werde ich die Interviews transkribieren und systematisch nach Schlüsselthemen, Mustern und Kategorien analysieren. Die qualitative Inhaltsanalyse ermöglicht es, tiefere Einblicke in die Erfahrungen und Meinungen der Befragten zu erhalten und Hypothesen für die quantitative Untersuchung zu entwickeln.
  • Quantitative Datenanalyse: Die Umfragedaten werde ich mit statistischen Methoden analysieren, um die Zusammenhänge zwischen verschiedenen Variablen zu untersuchen. Hierzu werde ich deskriptive Statistiken (z.B. Mittelwerte, Häufigkeiten) sowie inferenzstatistische Verfahren (z.B. Regressionsanalysen, Korrelationen) anwenden. Diese Analysen helfen dabei, allgemeingültige Muster und Trends zu identifizieren und die Hypothesen quantitativ zu testen.
• Zusammenfassung: Das Forschungsdesign meiner Bachelorarbeit kombiniert qualitative und quantitative Datenerhebungsmethoden sowie entsprechende Analyseverfahren, um robuste und valide Ergebnisse zu erzielen. Durch die Kombination von Interviews, Umfragen und Literaturrecherche wird ein umfassendes Bild der internationalen Marktstrategien und deren Erfolgsfaktoren gezeichnet.

d)

Angenommen, Sie haben Daten gesammelt und erste Ergebnisse erzielt. Präsentieren Sie die Ergebnisse Ihrer Forschung und interpretieren Sie diese im Kontext Ihrer theoretischen Grundlagen. Diskutieren Sie die Implikationen Ihrer Ergebnisse und wie diese Ihre ursprüngliche Problemstellung und Zielsetzung beeinflussen.

Lösung:

Ergebnisse und Interpretation

• Einführung: Nachdem die Daten gesammelt und analysiert wurden, ergeben sich neue Einblicke in die internationalen Marktstrategien von Unternehmen. In diesem Abschnitt werde ich die wichtigsten Ergebnisse meiner Forschung präsentieren und diese im Kontext der theoretischen Grundlagen interpretieren. Darüber hinaus werde ich die Implikationen der Ergebnisse diskutieren und deren Einfluss auf die ursprüngliche Problemstellung und Zielsetzung meiner Arbeit aufzeigen.
• Ergebnisse:
  • Ergebnisse der qualitativen Datenanalyse: Die Analyse der Interviews zeigt, dass Unternehmen, die einen schrittweisen Internationalisierungsprozess verfolgen, wie vom Uppsala-Modell beschrieben, tendenziell erfolgreicher sind. Die Befragten betonten die Bedeutung von Erfahrungswissen und Netzwerken bei der Erschließung neuer Märkte. Insbesondere der Aufbau von Beziehungen zu lokalen Partnern wurde als ein kritischer Erfolgsfaktor hervorgehoben.
  • Ergebnisse der quantitativen Datenanalyse: Die Umfragedaten zeigen, dass Unternehmen, die ihre internationalen Marktstrategien an die spezifischen Marktbedingungen anpassen, leistungsstärker sind. Eine signifikante positive Korrelation zeigt sich zwischen der Flexibilität der Marktstrategien und dem Geschäftserfolg. Diese Ergebnisse unterstützen das Porter's Five Forces Modell, indem sie die Bedeutung der Wettbewerbsdynamik und der Anpassungsfähigkeit an verschiedene Markteinflüsse betonen.
• Interpretation der Ergebnisse:
  • Im Kontext des Uppsala-Modells: Die Ergebnisse der qualitativen Analyse bestätigen die Relevanz des Uppsala-Modells. Unternehmen scheinen durch einen schrittweisen und erfahrungsbasierten Ansatz bei der Internationalisierung von einem solideren Marktverständnis und stärkeren Netzwerken zu profitieren. Dies steht im Einklang mit den Annahmen des Modells über die Bedeutung von Erfahrungswissen und schrittweisen Marktengagements.
  • Im Kontext des Porter's Five Forces Modells: Die quantitativen Daten verdeutlichen, dass die Wettbewerbsintensität und die Marktstruktur maßgeblich den Erfolg internationaler Strategien beeinflussen. Unternehmen, die in der Lage sind, ihre Strategien dynamisch an die fünf Wettbewerbsfaktoren von Porter anzupassen, zeigen höhere Erfolgsraten. Dies unterstreicht die Relevanz einer gründlichen Marktanalyse und flexiblen Strategieanpassungen.
• Diskussion der Implikationen:
  • Für die ursprüngliche Problemstellung: Die Ergebnisse verdeutlichen, dass die Herausforderungen bei der Implementierung internationaler Marktstrategien durch gezieltes Erfahrungswissen und flexible Anpassung an Marktbedingungen bewältigt werden können. Dies bestätigt die Notwendigkeit, sowohl theoretische Kenntnisse als auch praktische Erfahrungswerte in die strategische Planung zu integrieren.
  • Für die Zielsetzung der Arbeit: Die Zielsetzung meiner Arbeit, Erfolgsfaktoren internationaler Marktstrategien zu identifizieren und Handlungsempfehlungen zu formulieren, wird durch die gewonnenen Ergebnisse unterstützt. Die Analysen zeigen konkrete Ansätze, wie Unternehmen ihre Internationalisierungsstrategien optimieren können, um im globalen Wettbewerb erfolgreich zu sein.
• Zusammenfassung: Die präsentierten Ergebnisse und deren Interpretation im Kontext der theoretischen Grundlagen zeigen, dass Unternehmen von einem schrittweisen Internationalisierungsprozess und einer dynamischen Marktanpassung profitieren. Diese Erkenntnisse haben wichtige Implikationen für die strategische Planung und Umsetzung internationaler Marktstrategien und leisten einen Beitrag zur Bewältigung der in der Problemstellung formulierten Herausforderungen.