26617 research outputs found
Sort by
To what extent can military leadership principles enhance cross-cultural management in multinational enterprises?
No full textTO WHAT EXTENT CAN MILITARY LEADERSHIP PRINCIPLES ENHANCE CROSS-CULTURAL MANAGEMENT IN MULTINATIONAL ENTERPRISES?
To what extent can military leadership principles enhance cross-cultural management in multinational enterprises? (1
The responsibility bias in misinformation
No full textTHE RESPONSIBILITY BIAS IN MISINFORMATION
The responsibility bias in misinformation (1
Sustainability in transition
No full textSUSTAINABILITY IN TRANSITION
Sustainability in transition (1
MitarbeiterInnenaktivismus und nachhaltiges Human Ressource Management
No full textMITARBEITERINNENAKTIVISMUS UND NACHHALTIGES HUMAN RESSOURCE MANAGEMENT
MitarbeiterInnenaktivismus und nachhaltiges Human Ressource Management (1
Unequal noise
No full textUNEQUAL NOISE
Unequal noise (1)
Masterarbeit_Titelblatt.pdf (1)
Noise_Ineq_final.pdf (2)
Introduction (5)
Literature Review (7)
Health Impacts of Environmental Noise (7)
Environmental Inequality (8)
Environmental Inequality in Austria (8)
Noise Inequality (9)
Data and Methods (13)
Study Area (13)
Noise Exposure Data (13)
Socioeconomic Raster Data (14)
Aggregation and Matching (16)
Statistical Analysis (18)
Results (19)
Bivariate Statistics (19)
Spatial Regression Models (19)
Environmental Noise Exposure (20)
Road Traffic Noise Exposure (21)
Robustness (22)
Discussion (24)
Conclusion (26)
References (27)
Appendix (33
Künstliche Intelligenz in Familienunternehmen
No full textKÜNSTLICHE INTELLIGENZ IN FAMILIENUNTERNEHMEN
Künstliche Intelligenz in Familienunternehmen (1)
1 Inhaltsverzeichnis (5)
2 Einführung und Zielsetzung (7)
3 Theoretischer Hintergrund (10)
3.1 Familienunternehmen (10)
3.1.1 Definition (10)
3.1.2 Volkswirtschaftliche Relevanz von Familienunternehmen (13)
3.2 Digitalisierung und Künstliche Intelligenz (13)
3.2.1 Definition und Formen (14)
3.2.2 Künstliche Intelligenz in Unternehmen (16)
3.2.3 Künstliche Intelligenz in Familienunternehmen (16)
3.2.4 Die Bedeutung der Unternehmerfamilie (20)
3.2.5 Theoretischer Zugang (25)
3.2.6 Forschungsmodell der Künstlichen Intelligenz in Familienunternehmen (28)
3.3 Zwischenresümee (30)
4 Methodik (31)
4.1 Sample (31)
4.2 Datenerhebung (32)
4.2.1 Erhebungsmethodik (33)
4.2.2 Interviewleitfaden und Pre-Testung (33)
4.3 Datenauswertung (34)
4.4 Das Good-Practice-Konzept (35)
5 Good-Practice-Fälle und Ergebnisse (36)
5.1 Good-Practice-Fall 1: Vorstellung (36)
5.1.1 Good-Practice-Fall 1: Analyse (36)
5.1.2 Good-Practice-Fall 1: Resümee (40)
5.2 Good-Practice-Fall 2: Vorstellung (40)
5.2.1 Good-Practice-Fall 2: Analyse (41)
5.2.2 Good-Practice-Fall 2: Resümee (45)
5.3 Good-Practice-Fall 3: Vorstellung (46)
5.3.1 Good-Practice-Fall 3: Analyse (47)
5.3.2 Good-Practice-Fall 3: Resümee (49)
6 Cross-Case-Analyse (51)
6.1 Darstellung nach Kategorien (51)
6.2 Komprimierte Zusammenfassung (54)
7 Diskussion (56)
7.1 Allgemeine Diskussion (56)
7.2 Die SEW-Theorie (60)
7.3 Die Systemtheorie (62)
7.4 Abschließendes Ergebnismodell (64)
8 Beantwortung der Forschungsfragen (67)
9 Handlungsempfehlungen (69)
10 Relevanz, Limitationen und Ausblick (72)
11 Resümee (74)
12 Literatur (76)
13 Hilfsmittelverzeichnis (87)
14 Anhang (88
Maßnahmen zur Steigerung von Supply Chain Visibility für das Risikomanagement globaler Lieferketten
No full textMASSNAHMEN ZUR STEIGERUNG VON SUPPLY CHAIN VISIBILITY FÜR DAS RISIKOMANAGEMENT GLOBALER LIEFERKETTEN
Maßnahmen zur Steigerung von Supply Chain Visibility für das Risikomanagement globaler Lieferketten (1)
Abbildungsverzeichnis (7)
Tabellenverzeichnis (8)
Abkürzungsverzeichnis (9)
Gender-Hinweis (10)
1. Einleitung (11)
1.1 Relevanz und Motivation (11)
1.2 Forschungsfrage und Zielsetzung (13)
1.3 Aufbau der Arbeit (14)
1.4 Zusammenfassung der Methodik (14)
2. Theoretische Fundierung (16)
2.1 Supply Chain Management (SCM) (16)
2.1.1 Definition und Bedeutung (16)
2.1.2 Ziele (17)
2.1.3 Gegenwärtige Herausforderungen (18)
2.1.4 Gegenwärtige Trends (20)
2.2 Supply Chain Visibility (SCV) (22)
2.2.1 Definition (22)
2.2.2 Abgrenzung (24)
2.2.3 Relevanz und Notwendigkeit (26)
2.2.4 Vorstellung relevanter Technologien (29)
2.2.5 Umsetzungsrückstand von SCV in der Praxis (30)
2.2.6 Herausforderungen bei der Umsetzung von SCV (32)
i. Technologische Herausforderungen (32)
ii. Organisatorische Herausforderungen (34)
iii. Zwischenbetriebliche Herausforderungen (34)
2.3 Supply Chain Risikomanagement (SCRM) (35)
2.3.1 Definition (35)
2.3.2 Supply Chain Risikomanagement-Prozess (38)
2.3.3 Defizite und Handlungsbedarfe (41)
2.4 SCV für das SCRM (43)
2.4.1 Risikoidentifikation mit Hilfe von SCV (43)
2.4.2 Risikobewertung mit Hilfe von SCV (44)
2.4.3 Risikosteuerung mit Hilfe von SCV (45)
2.4.4 Risikokontrolle mit Hilfe von SCV (45)
2.5 Schlussfolgerung der Theorie und Bedarf zur empirischen Untersuchung (47)
3. Methodik (48)
3.1 Forschungsdesign und Vorgehensweise (48)
3.2 Datenerhebung (48)
3.3 Auswertung (50)
3.4 Qualitätssicherung (51)
4. Ergebnisse (51)
4.1 Herausforderungen im SCM der Lebensmittelindustrie (53)
4.2 SCV in der Lebensmittelindustrie (55)
4.2.1 Relevanz und Treiber von SCV (55)
4.2.2 Status quo von SCV (56)
4.2.3 Erklärungen für den Umsetzungsrückstand (58)
4.2.4 Voraussetzungen für skalierbare SCV-Lösungen (61)
4.3 SCRM in der Lebensmittelindustrie (61)
4.3.1 Risiken im SCM der Lebensmittelindustrie (61)
4.3.2 Bedeutung und Platzierung von Risikomanagement (63)
4.3.3 Status quo technologiegestützten Risikomanagements (63)
4.4 Erfolgsfaktoren für die Weiterentwicklung von SCV (65)
5. Conclusio (69)
5.1 Diskussion und Beantwortung der Forschungsfrage (69)
5.1.1 Diskussion des Status quo von SCV (70)
5.1.2 Diskussion des Nutzens von SCV (72)
5.1.3 Diskussion des Umsetzungsrückstandes von SCV (73)
5.1.4 Diskussion des Status quo von SCRM (74)
5.1.5 Diskussion der Erfolgsfaktoren für die Weiterentwicklung von SCV (75)
5.1.6 Beantwortung der Forschungsfrage (78)
5.2 Limitationen (78)
5.3 Implikationen für Forschung und Praxis (79)
5.4 Ausblick (81)
Literaturverzeichnis (83)
Appendix (100)
Interviewleitfäden (100)
Experten aus der Lebensmittelindustrie (Experte 1, Experte 2, Experte 3, Experte 5) (100)
Experten von Supply Chain Intelligence-Anbietern (Experte 4, Experte 7) (102)
Experte einer Logistikberatung (Experte 6) (103)
Interviewtranskripte (105)
Transkript Experteninterview 1 (105)
Transkript Experteninterview 2 (126)
Transkript Experteninterview 3 (160)
Transkript Experteninterview 4 (190)
Transkript Experteninterview 5 (210)
Transkript Experteninterview 6 (235)
Transkript Experteninterview 7 (261)
Kategoriensystem (292)
Codierte Segmente (352
Die branchenorientierte Unternehmensbewertung
No full textDIE BRANCHENORIENTIERTE UNTERNEHMENSBEWERTUNG
Die branchenorientierte Unternehmensbewertung (1
