htw saar Piktogramm
Zurück zur Hauptseite

Version des Moduls auswählen:
XML-Code

flag

Local Urban Mobility and Logistics Optimization

Modulbezeichnung: Local Urban Mobility and Logistics Optimization
Modulbezeichnung (engl.): Local Urban Mobility and Logistics Optimization
Studiengang: Supply Chain Management, Master, ASPO 01.04.2017
Code: MASCM-553
SWS/Lehrform: 4S (4 Semesterwochenstunden)
ECTS-Punkte: 6
Studiensemester: laut Wahlpflichtliste
Pflichtfach: nein
Arbeitssprache:
Deutsch
Prüfungsart:
Schriftl. Ausarbeitung m. Präsentation (Wiederholung semesterlich)

[letzte Änderung 28.08.2020]
Verwendbarkeit / Zuordnung zum Curriculum:
MASCM-553 Supply Chain Management, Master, ASPO 01.04.2017, Wahlpflichtfach, allgemeinwissenschaftlich
Arbeitsaufwand:
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 6 Creditpoints 180 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 135 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Sonstige Vorkenntnisse:
keine

[letzte Änderung 28.08.2020]
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Steffen H. Hütter
Dozent:
Prof. Dr. Steffen H. Hütter
Lehrbeauftragte


[letzte Änderung 28.08.2020]
Lernziele:
Die Studierenden sollen am Ende der Veranstaltung in der Lage sein,
 
- Konzepte und Strategien neuer digitaler Geschäftsmodelle zur Optimierung des individuellen Mobilitätsverhaltens durch die digitale Vernetzung und Nutzung neuer Informationstechnologien zu entwickeln,
 
- Testszenarien (Intermodal-Trips) zu planen und im Zuge einer Feldstudie zu optimieren,
 
- eine empirische Untersuchung und Analyse des Mobilitätsverhaltens im individuellen Personennahverkehr (Konsumentenverhalten) durchzuführen.
 
- Kennzahlen und Kriterien (KPIs) der Individualmobilität zur Mobilitätsanalyse unter Einbeziehung quantitativer Methoden und Ansätze (Balance Scorecard o.Ä.) zu entwickeln und zu modellieren.


[letzte Änderung 28.08.2020]
Inhalt:
Megatrends rund um Nachhaltigkeit, Digitalisierung, Urbanisierung bis hin zu disruptiven Geschäftsmodellen beeinflussen zunehmend unsere Gesellschaft und zwingen uns zu neuen Ansätzen und Denkweisen im Hinblick auf das individuelle Mobilitätsverhalten.
 
Demografischer Wandel und die Gewährleistung bezahlbarer Mobilität unter Berücksichtigung höherer Anforderungen in puncto Energieeffizienz, Ressourcenschonung und CO2-Reduzierung sind nur einige Faktoren, die bei der Erschließung innovativer Mobilitätskonzepte miteinzubeziehen sind.
 
Es gilt deshalb neue „Smart Mobility Solutions (SMS)“ zu schaffen, die „Mobility as a Service (MaaS)“ Konzepte integrieren und neue Geschäftsmodelle an den Kundenwünschen der „Urban Locals“ ausrichten und entwickeln.
 
In diesem Zusammenhang spielt das intermodale Verkehrsmuster im individuellen Mobilitätsverhalten eine entscheidende Rolle.


[letzte Änderung 28.08.2020]
Lehrmethoden/Medien:
Seminar/Projekt

[letzte Änderung 28.08.2020]
Literatur:
Ahrens, G.-A. et al. (2013), Potenziale des Radverkehrs für den Klimaschutz, TU Dresden im Auftrag des Umweltbundesamtes
 
Behrend, M. / Meisel, F. (2017), Sharing Economy im Kontext urbaner Mobilität, in: Proff, H. / Fojcik, T. M. (Hrsg.), Innovative Produkte und Dienstleistungen in der Mobilität - Technische und betriebswirtschaftliche Aspekte, Wiesbaden: Springer, S. 335-346.
 
BMVI - Bundesministerium für Verkehr und digitale Infrastruktur (2019), Deutsches Mobilitätspanel (MOP), Längsschnittstudie zum Mobilitätsverhalten der Bevölkerung, Jahresbericht 2017-2018.
 
BMVI - Bundesministerium für Verkehr und digitale Infrastruktur (2018), Mobilität in Deutschland (MID), Studie mit Fokus auf die tief differenzierten Auswertemöglichkeiten demografischer, sozioökonomischer und regionaler Mobilitätsmuster.
 
Chlond, B. (2013), Multimodalität und Intermodalität, in: Beckmann, K. / Klein-Hitpaß, A. (Hrsg.). Nicht weniger unterwegs, sondern intelligenter? Neue Mobilitätskonzepte. Deutsches Institut für Urbanistik (DifU), Edition Band 11, Berlin, S. 271-293.
 
Deffner, J. / Hefter, T. / Götz, K. (2013), Multioptionalität auf dem Vormarsch? Veränderte Mobilitätswünsche und technische Innovationen als neue Potenziale für einen multimodalen Öffentlichen Verkehr, in: Schwedes, O. (Hrsg.), Öffentliche Mobilität - Perspektiven für eine nachhaltige Verkehrsentwicklung, Wiesbaden: Springer, S. 201-227.
 
Eryilmaz, E. et al. (2014), Collaborative Management of Intermodal Mobility, FZI Forschungszentrum Informatik, Karlsruher Institut für Technologie (KIT), Institut für Verkehrswesen.
 
Gebhardt, L. et al. (2016), Intermodal Urban Mobility: Users, Uses, and Use Cases, in: Transportation Research Procedia, Vol. 14, S. 1183-1192.
 
Goletz, M. / Heinrichs, D. / Feige, I. (2016), Mobility Trends in cutting-edge cities, ifmo - Institut für Mobilitätsforschung, München.
 
Henkel, S. et al. (2015), Mobilität aus Kundensicht - Wie Kunden ihren Mobilitätsbedarf decken und über das Mobilitätsangebot denken, Wiesbaden: Springer.
 
ifmo - Institut für Mobilitätsforschung (Hrsg.) (2011), Mobilität junger Menschen im Wandel - multimodaler und weiblicher, München.
 
Jarass, J. / Oostendrop, R. (2017), Intermodal, urban, mobil – Charakterisierung intermodaler Wege und Nutzer am Beispiel Berlin, in: Raumforschung und Raumordnung 75, S. 355-369.
 
Kagerbauer, M. et al. (2015), Intermodale Mobilität - Elektromobile Fahrzeugkonzepte als Zubringer zum Öffentlichen Verkehr, in: Proff, H. (Hrsg.), Entscheidungen beim Übergang in die Elektromobilität - Technische und betriebswirtschaftliche Aspekte, Wiesbaden: Springer, S. 567-583.
 
Kindl, A. et al. (2018), Smart Station - Die Haltestelle als Einstieg in die multimodale Mobilität, Studie im Auftrag des Bundesministeriums für Verkehr und digitale Infrastruktur unter FE-Nr. 70.918/2016, Berlin.
 
Kuhnimhof, T. et al. (2019) - Veränderungen im Mobilitätsverhalten zur Förderung einer nachhaltigen Mobilität, Abschlussbericht Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR) im Auftrag des Umweltbundesamtes (Forschungskennzahl 3716581050, UBA-FB 002834), Texte 101/2019.
 
Nobis, C. (2013), Multimodale Vielfalt. Quantitative Analyse multimodalen Verkehrshandelns, Dissertation, Humboldt-Universität Berlin, Berlin.
 
Schönau, M. (2016), GPS-basierte Studien zur Analyse der nachhaltigen urbanen Individualmobilität, Dissertation, Universität Ulm, Ulm.
 
Wolter, S. (2012), Smart Mobility – Intelligente Vernetzung der Verkehrsangebote in Großstädten, veröffentlicht in: Zukünftige Entwicklungen in der Mobilität, S. 527-548, Springer Fachmedien Wiesbaden.
 
Zumkeller, D. et al. (2005), Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzenbedürfnisse (INVERMO), Schlussbericht der KIT, Karlsruhe.


[letzte Änderung 28.08.2020]
[Sat Oct 16 16:27:27 CEST 2021, CKEY=slumalo, BKEY=scm3, CID=MASCM-553, LANGUAGE=de, DATE=16.10.2021]