Modul 01: Einführung & Geschäftsziele
- Aktuelle SCM‑Herausforderungen
- Werttreiberanalyse entlang der Supply Chain
- KI‑Grundbegriffe vs. klassische Analytics
- Praxis‑Check‑in: Teilnehmende identifizieren eigene Einsatzfelder

Modul 02: Datenbasis & Datenqualität
- Datenquellen (ERP, WMS, IoT‑Sensoren)
- ETL‑Prozesse & Data Lakes
- Umgang mit Missing Values & Anomalie‑Erkennung
- Hands‑on: Daten‑Audit mit vorbereiteten Datensätzen

Modul 03: Forecasting & Demand‑Sensing
- Time‑Series‑Forecasting, Prophet, LSTM
- Feature Engineering (Kalendereffekte, Promotions)
- Live‑Demo: Training eines Prognosemodells in Python
- Bewertung mittels MAPE & WAPE

Modul 04: Bestands‑ & Produktionsoptimierung
- Reinforcement Learning & Optimierungsalgorithmen (MILP)
- Szenarioplanung im Digital Twin
- Gruppenübung: Parameter‑Tuning für Sicherheitsbestände
- Lagerstrategien: ABC/XYZ‑Analyse

Modul 05: Transparenz & Echtzeit‑Steuerung
- Predictive ETA & Route‑Optimierung
- Computer Vision für Wareneingangskontrolle
- KPI‑Dashboards (Power BI, Tableau)
- Workshop: Entwurf eines Echtzeit‑Control‑Towers

Modul 06: Implementierung & Change Management
- MLOps‑Pipeline & Modell‑Governance
- Skalierung in der Cloud (Azure ML, AWS Sagemaker)
- ROI‑Berechnung & Business‑Case
- Abschluss‑Challenge: Roadmap für ein eigenes Pilotprojekt