Herausforderungen und Potenziale datenbasierter Transparenz in Lebensmittellieferketten
- 2026
- Ausschreibung wissenschaftlicher Arbeiten
- Bachelorarbeit
Eine wesentliche Voraussetzung hierfür ist die Transparenz über die beteiligten Unternehmen, Produktionsstandorte und Lieferbeziehungen. Insbesondere bei indirekten Lieferanten und vorgelagerten Wertschöpfungsstufen sind diese Informationen jedoch häufig nur eingeschränkt verfügbar.
Gleichzeitig eröffnen neue Technologien und die zunehmende Verfügbarkeit externer Daten innovative Möglichkeiten, Lieferketten automatisiert zu rekonstruieren und potenzielle Risiken zu identifizieren. Neben klassischen Unternehmens- und Handelsdaten können beispielsweise auch geografische Informationen, Satellitendaten und KI-basierte Analysemethoden neue Erkenntnisse über globale Lieferketten ermöglichen.
Vor diesem Hintergrund stellt sich die Frage, welche konkreten Herausforderungen durch mangelnde Lieferkettentransparenz in der Lebensmittelindustrie entstehen und in welchen Bereichen datenbasierte Ansätze einen zusätzlichen Mehrwert bieten können.
Zielsetzung
Ziel der Bachelorarbeit ist es, die Herausforderungen und Informationsbedarfe von Unternehmen der Lebensmittelindustrie im Bereich Supply Chain Transparency und Supply Chain Risk Management systematisch zu untersuchen.
Dabei soll insbesondere analysiert werden, welche Probleme durch fehlende Informationen über vorgelagerte Lieferketten entstehen, wie Unternehmen diese Herausforderungen bislang adressieren und welche Anforderungen an zukünftige datenbasierte Lösungen gestellt werden.
Ein besonderer Schwerpunkt liegt auf der Identifikation von Anwendungsfällen, in denen die automatisierte Rekonstruktion von Lieferketten und die Verknüpfung unterschiedlicher externer Datenquellen einen zusätzlichen Nutzen ermöglichen könnten.
Aufgabenstellung
Im Rahmen der Bachelorarbeit sollen folgende Aspekte untersucht werden:
1. Analyse branchenspezifischer Herausforderungen
- Untersuchung der Besonderheiten und Risiken globaler Lebensmittellieferketten
- Identifikation konkreter Probleme durch fehlende Transparenz über Lieferanten, Produktionsstandorte und Rohstoffherkünfte
- Analyse der Auswirkungen auf Beschaffung, Risikomanagement und strategische Entscheidungen
2. Untersuchung bestehender Lösungsansätze
- Recherche und Einordnung bestehender Technologien und Softwarelösungen für Supply Chain Mapping, Traceability und Risk Intelligence
- Analyse der eingesetzten Datenquellen und Methoden zur Herstellung von Lieferkettentransparenz
- Untersuchung, welche Herausforderungen durch bestehende Ansätze adressiert werden und welche Informationsbedarfe weiterhin bestehen
3. Identifikation relevanter Anwendungsfälle
- Identifikation und systematische Bewertung konkreter Anwendungsfälle für datenbasierte Lieferkettentransparenz in der Lebensmittelindustrie
- Untersuchung des Potenzials externer Datenquellen, beispielsweise Unternehmens-, Handels-, Geo- oder Satellitendaten
- Ableitung von Anforderungen und Handlungsempfehlungen für die Entwicklung zukünftiger Analyseansätze
Die Untersuchung kann durch leitfadengestützte Experteninterviews mit Unternehmen der Lebensmittelindustrie ergänzt werden, um praktische Herausforderungen und Anforderungen aus Unternehmenssicht zu erfassen.
Erwartete Ergebnisse
Als Ergebnis wird eine strukturierte Übersicht der wesentlichen Herausforderungen und Informationsbedarfe im Bereich der Lieferkettentransparenz in der Lebensmittelindustrie erwartet.
Darauf aufbauend sollen besonders relevante Anwendungsfälle identifiziert und hinsichtlich ihres potenziellen Nutzens, ihrer praktischen Relevanz und der benötigten Daten analysiert werden.
Die Ergebnisse sollen dazu beitragen, Potenziale und Grenzen datenbasierter Verfahren zur Verbesserung der Transparenz und Risikoanalyse in globalen Lebensmittellieferketten aufzuzeigen.
Voraussetzungen
- Interesse an Supply Chain Management, Logistik und der Lebensmittelindustrie
- Interesse an digitalen Technologien und datenbasierten Analysemethoden
- Selbstständige und strukturierte wissenschaftliche Arbeitsweise
- Gute Deutsch- und Englischkenntnisse
Beginn:
Nach Vereinbarung






