XVI, 285 Seiten Illustrationen, Diagramme 21 cm x 14.8 cm, 453 g.
Literaturverzeichnis: Seiten 225-254 ; Dissertation Carl von Ossietzky Universität Oldenburg 2024
Wirtschaftsmathematik und -informatik, IT-Management; Big Data; Big Data Analytics; Künstliche Intelligenz; Lieferketten; Risikomanagement; Supply Chain; Supply Chain Risk Management; Hochschulschrift
Angesichts von Nachhaltigkeitsrisiken, wie der Verletzung von Menschenrechten in der Lieferkette (LkSG), und der zunehmenden Komplexität und Regulatorik, wie der Corporate Social Responsibility Directive (CSRD), müssen Organisationen, ihre Geschäftsführer und Vorstände im Zeitalter der künstlichen Intelligenz ihre Sorgfaltspflicht neu interpretieren, um Schaden abzuwenden. Diese Dissertation untersucht die Charakteristika von Risiken in unternehmensübergreifenden Wertschöpfungsketten, um Big Data- und KI-basierte Risikoinformationssysteme zu entwickeln, die den Verpflichteten helfen, weiterhin den Schutz der Business Judgment Rule zu genießen. Die Arbeit bietet einen tiefen Einblick in die Herausforderungen und Potenziale moderner Mustererkennungsverfahren im Risikomanagement und präsentiert innovative Architekturen sowie Anwendungsfälle zur Verbesserung der Informationsbasis für erfolgskritische Entscheidungen
Oldenburger Schriften zur Wirtschaftsinformatik
Oldenburger Schriften zur Wirtschaftsinformatik ; Band 37
Auch als elektronisches Dokument verfügbar: http://www.springerlink.com/content/c82422559v02l7h5/fulltext.pdf
Distributed computing, artificial intelligence, bioinformatics, soft computing, and ambient assisted living Berlin [u.a.] : Springer, 2009 (2009), Seite 366-373 LII, 1304 S.
Institute of Electrical and Electronics Engineers IEEE multidisciplinary engineering education magazine New York, NY : IEEE, 2006 4(2009), 1/2, Seite 46-51 Online-Ressource
