Improving Data-driven Management of Procurement and Supply Chain Challenges in the Automotive Industry

Problemstellung: Organisationen sehen sich zunehmend mit Krisen, Handelskonflikten und Force Majeure konfrontiert. Besonders die Automobilindustrie erlebt durch E-Mobilität, Connected Cars oder autonomes Fahren tiefgreifende Veränderungen. Disruptive Ereignisse gefährden etablierte Lieferketten. Beschaffungsabteilungen müssen daher schnelle, datenbasierte Entscheidungen treffen, wofür entsprechende Kompetenzen in der Organisation notwendig sind. Verantwortliche in Organisationen fühlen sich nicht ausreichend vorbereitet. Trotz umfrangreicher Forschung bestehen Umsetzungsdefizite. Diese Dissertation adressiert diese Lücke durch eine spezifische und detaillierte Analyse relevanter Aspekte im Beschaffungsumfeld von Automobilunternehmen. Lösungsansatz: Die Disseration identifiziert relevante Datenanalyse-Kompetenzen, überträgt diese auf den Beschaffungskontext und untersucht domänenspezifische Anforderungen sowie verfügbare Daten und deren Management. Abschließend wird ein Vorgehensmodell zur Entwicklung von Datenanalyse-Kompetenz entwickelt. Forschungsmethodik: Grundlage ist eine systematische Literaturrecherche, ergänzt durch Experteninterviews und eine Fallstudie in einer automobilen Beschaffungsabteilung. Dabei wurden unter anderem aktuelle Herausforderungen und mögliche Lösungsansätze diskutiert, aber auch technische Aspekte und damit verbundene Aspekte analysiert. Ergebnisse: Es wird ein strukturierter Überblick über Datenanalyse-Kompetenzen allgemein und im Beschaffungsumfeld erstellt. Aufbauend hierauf werden Herausforderungen beim Datenmanagement und bei der Indentifizierung relevanter Datenquellen evaluiert. Auf Basis einer real durchgeführten Transformationen werden darauf aufbauend konkrete beschaffungsspezifische Problemstellungen untersucht. Alle Ergebnisse werden am Ende der Dissertation zu einem Vorgehensmodell zur Entwicklung von Datenanalyse-Kompetenz verbunden und erläutert. Theoretischer Beitrag: Die Dissertation liefert eine domänenspezifische Analyse mit Fokus auf Beschaffungsabteilungen der Automobilindustrie und zeigt den Mehrwert detaillierter Analysen für komplexe Problemstellungen. Praktischer Beitrag: Es wurden konkrete Handlungsempfehlungen für den Aufbau von Datenanalyse-Kompetenz, Datenmanagement und für die Umsetzung von weitreichenden Transformationen formuliert. Das Vorgehensmodell zur Entwicklung von Datenanalyse-Kompetenz soll automobilen Beschaffungsabteilungen als Leitfaden dienen. Ausblick: Angesichts neuer Technologien wie Künstlicher Intelligenz und fortdauernder Krisen bleibt der Aufbau datengetriebener Kompetenzen zentral. Die Dissertation legt die Basis für zukünftige Forschung zu domänenspezifischen Herausforderungen und Transformationsprozessen.