Multivariate Lieferantenbewertung: Empirisch gestützte Konzeption eines anforderungsgerechten Bewertungssystems

Publikation: Hochschulschrift/AbschlussarbeitDissertation

Beitragende

  • Christian Janker - (Autor:in)

Abstract

Die betriebliche Beschaffungsfunktion hat im letzten Jahrzehnt einen kontinuierlichen Bedeutungszuwachs erfahren. Im Rahmen des Supply Chain Managements (SCM) wird die gesamte Wertschöpfungskette, vom Rohstofflieferanten bis hin zum Endverbraucher unter dem Gesichtspunkt der ganzheitlichen Prozessoptimierung betrachtet. Die Lieferantenbewertung stellt dabei eine kritische Komponente für ein erfolgreiches SCM dar.\n\nNach einer Definition und Einordnung des Lieferantenmanagements werden Kriterien und derzeit bekannte Verfahren der Lieferantenbewertung detailliert beschrieben. Eine empirische Studie zum Lieferantenmanagement schließt sich an, deren Schwerpunkte in der Ausgestaltung der Lieferantenbewertung (Kriterien, Verfahren) sowie im Lieferantencontrolling liegen. Umfangreiche Tabellen zeigen dabei branchen- und größenklassenspezifische Unterschiede.\n\nAus dieser Studie und aus einer umfassenden Literaturrecherche belegt der Autor sowohl theoretisch wie empirisch, dass existierende Verfahren die gestiegenen Anforderungen an die Lieferantenbewertung nicht erfüllen. Christian G. Janker entwickelt ein neues, leistungsfähiges Modell der Lieferantenbewertung und zeigt, wie die Bewertung und Auswahl eines bzw. mehrerer optimaler Lieferanten erfolgen kann. Darüber hinaus werden weitere Aufgaben des Lieferantenmanagements, wie beispielsweise die Steuerung des Lieferantenstammes, wirkungsvoll unterstützt. Ein ausführliches Fallbeispiel illustriert das Verfahren anschaulich und praxisnah. \n\nUmfang: 385 Seiten + 26 S. Verzeichnisse; 105 Abbildungen, 73 Tabellen.\nAusgezeichnet mit dem Dr.-Feldbausch-Förderpreis 2004 \n

Details

OriginalspracheDeutsch
Gradverleihende Hochschule
Betreuer:in / Berater:in
PublikationsstatusVeröffentlicht - 2004
No renderer: customAssociatesEventsRenderPortal,dk.atira.pure.api.shared.model.researchoutput.Thesis

Schlagworte