1 Einleitung
Unter interaktiven Lernobjekten werdenmanipulierbare, visuelle oder akustischeObjekte verstanden, welche auf Ereig-nisse mit Aktionen reagieren und ausText, Bild, Ton oder Film bestehen[Schu02a, 28; KnMo03, 819]. Interaktivitatwird verstanden als „das Handeln mit denLernobjekten oder Ressourcen des Pro-gramms“ [Schu02b, 194].Die Auswahl an interaktiven Lernobjek-
ten der vorliegenden Internetrecherchestutzt sich auf die von Schulmeister vor-geschlagene Taxonomie zur Skalierungmultimedialer Objekte nach dem Krite-rium der Interaktivitat. Er unterscheidetaufgrund des Interaktivitatsniveaus sechsStufen von Multimediakomponenten (vgl.Tabelle 1) [Schu02b].
Wir nutzten diese Klassifikation als Aus-wahlkriterium und versuchten, insbeson-dere Lernobjekte zu finden, bei welchender Benutzer fortgeschrittene Moglichkei-ten besitzt, mit dem Objekt zu interagie-ren, und die in Tabelle 1 mindestens derStufe III zuzuordnen sind. Bilder, Film-oder Audio-Objekte, die nur auf die Be-trachtung und das Rezipieren durch dieLernenden abstellen, werden im Folgendenkaum beachtet. Ein zusatzliches Auswahl-kriterium ist die kostenlose Verfugbarkeitund ein passwortfreier Zugang. Wir kon-zentrieren uns auf Objekte, welche wedereine Registrierung noch einen Downloadoder eine Installation auf dem eigenenRechner erfordern.Logistik beschaftigt sich mit inner- und
uberbetrieblichen Materialflussen. Logistikund Supply-Chain-Management sind engverwandt. Eine �bersicht zu den im Webzum Thema Supply-Chain-Managementim Web allgemein verfugbaren Informatio-nen geben [KnWa00; KnMZ02, 197]. Indiesem Beitrag konzentrieren wir uns aufinteraktive und multimediale Lernobjekte,die geeignet sind, komplexe Fragestellun-gen der Logistik leichter zu verstehen.Gesucht wurde nach Lernobjekten in
deutscher und englischer Sprache. Die Su-
che wurde mit der Suchmaschine „Google“in den Monaten Oktober und November2003 vorgenommen. Insgesamt wurdenmehr als 100 verschiedene Lernobjekte zuausgewahlten Themen der Logistik ana-lysiert und anhand der Kriterien Lernnut-zen, Funktionalitat, Bedienbarkeit undLayout bewertet. Pro Kriterium wurdenmaximal vier Punkte, visualisiert in Formvon Sternen, vergeben.
Die Anforderungen zu den KriterienLernnutzen und Funktionalitat variieren jeThemenblock und konnen den jeweiligenTextabschnitten entnommen werden. ZurBewertung des Lernnutzens wogen wir ab,welcher zusatzliche Nutzen einem Lernen-den durch das interaktive Lernobjekt imVergleich zu einer rein textlichen und gra-fischen Darstellung desselben Sachverhaltsentsteht.
Beim Bewertungskriterium Bedienbar-keit achteten wir darauf, dass die Bedie-nung des Lernobjekts intuitiv und nicht zukompliziert ist und kein intensives Aus-einandersetzen mit Hilfetexten oder De-monstrationsbeispielen erforderlich ist, umdas Lernobjekt anwenden zu konnen.
Wir sind uns bewusst, dass insbesonderedie Bewertung des Layouts sehr subjektivist. Bei unserer Bewertung pruften wir, ob
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Die Autoren
Gerhard KnolmayerCorinne MontandonRoman Schmidt
Prof. Dr. Gerhard KnolmayerCorinne Montandon, lic. rer. pol.Roman Schmidt, cand. rer. pol.Universitat BernInstitut fur WirtschaftsinformatikEngehaldenstrasse 8CH-3012 Bern{gerhard.knolmayer | corinne.montandon |roman.schmidt}@iwi.unibe.chhttp://www.ie.iwi.unibe.ch/
Interaktive Lernobjekte zur Logistik
Tabelle 1 Taxonomie von Multimediakomponenten [Schu02b]
Stufe Handlung des Lernenden
I Objekte betrachten und rezipieren
II Multiple Darstellungen betrachten und rezipieren
III Die Reprasentationsform variieren
IV Den Inhalt der Komponente modifizieren
V Das Objekt bzw. den Inhalt der Reprasentation konstruieren
VI Den Gegenstand bzw. Inhalt der Reprasentation konstruieren und durch manipulierendeHandlungen intelligente Ruckmeldung vom System erhalten
WI – Fur Sie gesurft
ein Lernobjekt ansprechend und einladendgestaltet wurde und die Seite klar struktu-riert und ubersichtlich ist und nicht zuuberladen wirkt.Trotz einiger Bedenken haben wir auch
die an unserem Institut entwickelten Lern-objekte in die Bewertung aufgenommen;wir haben uns bemuht, dabei objektiv vor-zugehen.
2 Darstellungder untersuchten Lernobjekte
In diesem Abschnitt prasentieren wir dieaus unserer Sicht wichtigsten und wesent-lich zum Verstandnis des jeweiligen Prob-lems beitragenden Lernobjekte im Bereichder Logistik. Problemstellungen der Logis-tik werden haufig mit Optimierungs-methoden und Heuristiken gelost. Eine�bersicht uber Websites, die Operations-Research-Methoden veranschaulichen, bie-tet [Sche02]. Sofern solche Websites keinenBezug zu Logistikthemen herstellen, wer-den sie im Folgenden nicht betrachtet. DieTabellen sind nach folgenden Themenkrei-sen gegliedert:& Ablaufplanung (Scheduling),& Bedarfsauflosung,& Beer Game,& Distribution,& Lagerhaltung,& Prognosemethoden und& Warteschlangentheorie.Innerhalb der Tabellen haben wir die Ob-jekte thematisch gegliedert und nach Infor-mationsanbieter alphabetisch gereiht. Beivon Universitaten zur Verfugung gestelltenLernobjekten werden zuerst die Univer-sitat, danach, falls ersichtlich, das Institutund der Autor genannt.
2.1 Informationsquellenmit �berblickscharakter
Tabelle 2 gibt einen �berblick uber Link-sammlungen zur Logistik. Auf einigen Sei-ten werden die theoretischen Grundlagenzu den Lernelementen in ausfuhrlicherForm erklart; es gibt auch Seiten, welchenur die Lernobjekte selbst, ohne theoreti-sche Erklarungen, bereitstellen. In der Ta-belle wird angegeben, auf wie viele Lern-objekte jede Seite ungefahr verweist.Tabelle 2 beinhaltet ausnahmsweise auchHinweise auf Programme, welche einenDownload und eine Installation auf demRechner erfordern.
2.2 Lernobjektezur Ablaufplanung (Scheduling)
Scheduling ist ein sehr umfassendes Gebietmit vielen Teilbereichen. In Tabelle 3 wirdauf einige Lernobjekte zum Schedulingverwiesen, die unter anderem folgendeThemen behandeln: Ein-Maschinen-Fall,Mehr-Maschinen-Fall, Werkstattfertigung(Job Shop Problem), Fließfertigung (Flow-Shop-Problem), Reihenfolgeplanung (Se-quencing Rules) und belastungsorientierteAuftragsfreigabe.Zwischen den Lernobjekten besteht ein
großer qualitativer Unterschied. Empfeh-lenswert ist das Lernobjekt des ProjektsRIOT (Remote Interactive OptimizationTestbed) der University of Berkeley, wel-ches die Definition von eigenen Problemenin den Bereichen Ein-Maschinen-Fall,Mehr-Maschinen-Fall, Werkstatt- undFließfertigung anbietet. Sehr machtig unduberaus empfehlenswert ist das ProgrammLEKIN1 – Flexible Job-Shop SchedulingSystem [http://www.stern.nyu.edu/om/software/lekin/], welches Aufgaben mit biszu 50 Auftragen, 20 Arbeitsplatzen und100 Maschinen zu losen vermag. LEKINwurde von Michael Pinedo an der SternSchool of Business der New York Univer-sity entwickelt und wird fur Unterrichts-zwecke im Web gratis zur Verfugung ge-stellt. Da diese Software heruntergeladenund installiert werden muss, gehen wir hiernicht naher auf das LEKIN-System ein.Fur die Eingabemoglichkeit von eigenen
Werten erhielten alle Lernobjekte beimKriterium Funktionalitat einen Punkt.Wenn die Ergebnisse grafisch, im vorlie-genden Fall beispielsweise anhand vonGantt-Charts, dargestellt werden und einLernobjekt die Moglichkeit bietet, zwi-schen verschiedenen Problemstellungenrespektive verschiedenen Produktions-typen auszuwahlen, wurde fur die Funk-tionalitat die volle Punktzahl vergeben.Der Lernnutzen der Objekte wurde
hoch bewertet, wenn dem Benutzer dasdargestellte Verfahren im Vergleich zu ei-ner rein textlichen Darstellung verstandli-cher wird.
2.3 Lernobjekte zur Bedarfs-auflosung
Tabelle 4 nennt interaktive Lernobjekte zurStucklistenauflosung und zur Brutto-Net-to-Rechnung. Zu diesem fur die Unterstut-zung durch interaktive Lernobjekte beson-ders geeigneten Bereich konnten wir nurwenige Quellen finden.
Wenn die einzelnen Schritte der Bedarfs-auflosung nachvollziehbar und kommen-tiert sind, wurden beim Lernnutzen Punk-te vergeben. Das Kriterium Funktionalitaterhielt Punkte, wenn eigene Werte einge-geben werden konnen und das Problemgrafisch (durch einen Gozinto-Graphen)dargestellt wird. Das Lernobjekt des Insti-tuts fur Wirtschaftstheorie und OperationsResearch der Universitat Karlsruhe zurStucklistenauflosung zeigt zudem die Di-rektbedarfs- und die Gesamtbedarfsmatrixan und erhielt daher in dieser Kategorievier Sterne. Dieses Lernobjekt ist den an-deren in der Funktionalitat uberlegen, je-doch in der Bedienbarkeit und im Layoutverbesserungsbedurftig.
2.4 Lernobjekte zum Beer Game
Das Beer Game wurde ursprunglich amMassachusetts Institute of Technology(MIT) entwickelt [Ster89] und wird seithersehr breit in der Lehre und in der Manage-mentausbildung eingesetzt, um den so ge-nannten Bullwhip-Effekt zu demonstrieren[LePW97].Einerseits sollten webbasierte Beer Ga-
mes gegen „reale“ Gegner und andererseitsgegen den Computer gespielt werden kon-nen. Um gegen Mitspieler anzutreten, isteine Registrierung notig. Weil eine Benut-zererkennung in diesem Fall gut begrundetist, werden diese Lernobjekte in Tabelle 5prasentiert, obwohl die Forderung nach ei-ner Registrierung den sonst verwendetenAuswahlkriterien widerspricht.Gesucht wurde nach den Stichworten
„Beer Game“ und „online“. Beim Kriteri-um der Funktionalitat wurde darauf geach-tet, ob die Moglichkeit, gegen „reale“ Geg-ner sowie gegen den Computer zu spielen,tatsachlich angeboten wird. Eine im Spielintegrierte Chat-Moglichkeit wurde positivgewertet. Beim Lernnutzen wurde speziellauf die Auswertung der Resultate geachtet.Werden die Spielergebnisse kommentiertund grafisch dargestellt und auch eine Hil-fefunktion angeboten, fiel die Wertung indieser Kategorie sehr gut aus. Die System-performance wurde in die Bewertung derBedienbarkeit einbezogen.
2.5 Lernobjekte zur Distribution
Eine grundlegende logistische Planungs-aufgabe besteht darin, die Transportkostender Guterbeforderung von Anbietern zuNachfragern zu minimieren. In Tabelle 6wird auf Lernobjekte zur Losung desTransportproblems verwiesen. Auch hier
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
140 Gerhard Knolmayer, Corinne Montandon, Roman Schmidt
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle2
Inform
ationsqu
ellenmit�be
rblickscharak
ter
Anb
ieter
URL
Inha
ltBe
merku
ngen
Anz
ahl
Lernob
jekteSp
rache
abou
tIThttp://w
ww.abo
utit.de
/view.php
?ziel=/sgu
ide/
softw
are/
simulation.htm
Umfang
reiche
Zusammenste
llung
vonSimula-
tionssoftw
are,
teilw
eise
mitDem
o-Dow
nloa
d.Meistum
fang
reichere
Prog
rammevorhan
-de
n,dieallerdings
nichtkostenlos
genu
tzt
werde
nkonn
en.D
emo-Dow
nloa
deinige
rProg
rammemog
lich.
20D
ETHZu
rich,
BWIZ
entrum
furU
nterne
hmen
swissenschaften
http://w
ww.lim.ethz.ch/tea
ching/
elea
rning.htm
Zusammenste
llung
vonkleinerenFlash-Elem
enten
zum
Ope
ratio
ns-M
anag
ement.
Eine
Beschreibu
ngde
stheo
retischen
Hinter-
grun
dsun
dde
reinzelnen
Flash-Animatio-
nenfehlt.
20E
Fachho
chschu
leAug
sburg,
Fachbe
reichInform
atik
http://w
ww.fh
-aug
sburg.de
/informatik/p
rojekte/
meb
ib/fai/informatik/
or_linksam
mlung
.html
http://w
ww.fh
-aug
sburg.de
/informatik/p
rojekte/
meb
ib/fai/informatik/
or_software.html
http://w
ww.fh
-aug
sburg.de
/informatik/p
rojekte/
meb
ib/fai/informatik/
or_sim
ulation.html
Seitenzu
Inform
atik,Log
istik
undOpe
ratio
ns-
Research.Themen:S
ched
uling,
allgem
eine
Opti-
mierung
sverfahren
(z.B
.linea
reun
dnichtlineare
Prog
rammierung
),Prod
uktio
nsman
agem
ent,
Supp
ly-Cha
in-M
anag
ementetc.
DieSe
itenenthaltenLinkszu
diversen
exter-
nenSe
iten,
vora
llem
zuUniversita
ten.
Abg
edecktwerde
nnichtn
urInha
ltezu
Logistikun
dOpe
ratio
ns-Resea
rch.
Die
meiste
nToolsmusseninsta
lliertw
erde
n.
90D
INFO
RMS,
Institu
teforO
peratio
nsRe
search
andMan
agem
entS
cien
ces
http://w
ww.in
form
s.org/
Resources/Com
puter_Prog
rams/
Sammlung
vonJava-Program
men,kom
merziellen
undfre
iverfugb
aren
Softw
arep
aketen
zuLogistik
undOpe
ratio
ns-Resea
rch.
Kurzbe
schreibu
ngen
derP
rogram
mesind
vorhan
den.
150
E
Jensen
,Pau
lA.
http://w
ww.orm
m.net/
Excel-P
lug-insfurO
peratio
ns-Resea
rch-Metho
-de
n.Furjed
esPlug
-inisteinede
taillierte
Be-
schreibu
ngvorhan
den.
Dow
nloa
derforder-
lich.
25E
MassachusettsInstitu
teof
Techno
logy,
Ope
ratio
nsRe
search
Center
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Main.html
App
letszu
Ope
ratio
ns-M
anag
ementu
ndOpe
ra-
tions-Resea
rch.
Them
en:W
arteschlan
genun
dNetzw
erke,P
rogn
osen,Lag
erha
ltung
.
Zujede
mLernob
jektwird
eine
Anleitung
ange
boten.
14E
McG
raw-H
illHighe
rEdu
catio
nhttp://h
ighe
red.mcgraw-hill.com
/sites/00
7244
3901
/stude
nt_view0/
interactive_om
.html
http://h
ighe
red.mcgraw-hill.com
/sites/00
7244
3901
/stude
nt_view0/
excel_templates.html
App
letsun
dExcel-Tem
plates
zum
Ope
ratio
ns-
Man
agem
ent.Them
en:Transpo
rt,Prog
nosen,
Kapa
zitatsp
lanu
ng,D
istribu
tion,
Lage
rhaltung
,Warteschlan
gen,
KritischerW
eg,Linea
rePro-
gram
mierung
.
Zujede
mApp
letsindeine
kurzeEinleitung
undInstruktio
nenvorhan
den.
Einige
App
letsfunktio
nieren
nicht.Umfang
reiche
Excel-Tem
plates
mit�bu
ngsbeispielen.
33E
MiamiU
niversity,
Dep
artm
ento
fMan
agem
ent
http://w
ww.sba
.muo
hio.ed
u/fin
chbj/O
MBO
OK/
interactivem
odelslist.htm
App
letszu
Logistikun
dOpe
ratio
ns-Resea
rch.
Them
en:P
rogn
osen,P
rioritatsreg
eln,
Beste
llpun
k-te,W
arteschlan
gen.
Einige
sehr
guteApp
lets,
ande
refunktio
nie-
renallerdings
nicht.
18E
Parla
r,Mah
mut
http://w
ww.business.mcm
aster.ca/
msis/profs/pa
rlar/ORM
apleBo
ok/
downloa
d.htm
InteraktiveOpe
ratio
ns-Resea
rch -Metho
denmit
Map
le-Software.
Them
en:Linea
reun
dNicht-
linea
reProg
rammierung
,Lag
erha
ltung
,Warte-
schlan
gen,
Simulation.
Zusammenste
llung
vonza
hlreichenwms-
Dateien,d
ieherunterge
lade
nwerde
nmus-
senun
dfurd
eren
Anw
endu
ngdieMap
le-
Softw
areerforderlichist.
14E
SASInstitu
teInc.
http://sup
port.sas.com/sassamples/d
emos/sup
plycha
in/d
emos/
inde
x.html
Dem
o-Ve
rsionenzu
folgende
nProb
lemste
llung
en:
Beda
rfsauflosung
,Ressourcenm
anag
ement,
Lage
rhaltung
,Sched
uling,
Prod
uktio
n,Distri-
butio
n.
Beispielemitvorgeg
ebenen
Daten,d
ieau
chverand
ertw
erde
nkonn
en.
5E
Interaktive Lernobjekte zur Logistik 141
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle2
(Fortsetzu
ng)
Anb
ieter
URL
Inha
ltBe
merku
ngen
Anz
ahl
Lernob
jekteSp
rache
Tauten
hahn
,Lutz
http://h
ome.t-o
nline.de
/hom
e/lutz.ta
utenha
hn/p
lt/App
letszu
Prod
uktio
n,Lage
rund
Tran
sport.
Them
en:F
lowshop
,Eng
passe,
Fließb
and,
Goz
into-G
raph
en,Job
-Sho
p,Lage
rhaltung
,Losgroße
n,Netzp
lantechn
ik,S
implex-M
etho
deun
dTran
sportproblem
.
Umfang
reiche
Prog
ramme,
Dow
nloa
dist
erforderlich.
14D
Technische
Universita
tDarmstad
t,Fa
chge
biet
Ope
ratio
nsRe
search
http://w
ww.bwl.tu-da
rmsta
dt.de/
bwl3/forsch/
projekte/tenor/ind
ex.php
?FG=b
wl3
BABE
:Branch-an
d-Bo
und-Ve
rfah
ren;
GRA
PPA:
Graph
entheo
rie;LIN
O:Linea
reOptim
ierung
;TA
BS:Tab
u-Se
arch;TSP
:Heuristiken
zum
Trave-
ling-Sa
lesm
an-Problem
;WASI:W
arteschlan
gen-
theo
rieun
dSimulation.
Umfang
reiche
undlehrreiche
Softw
are-
pakete.D
ownloa
disterforde
rlich,d
ieSo
ft-wareistu
nter
Windo
wsXP
nichtlau
ffahig.
6D
University
ofBa
ltimore,
Inform
ationSy
stem
shttp://u
bmail.u
balt.ed
u/~h
arsham
/zero/
scientificC
al.htm#rmenu
ObjektezurLog
istik
undzu
allgem
einensta
tisti-
schenVe
rfah
ren.
Them
en:Lag
erha
ltung
,Prog-
nose
undOptim
ierung
smetho
den.
Teilw
eise
sind
dieApp
letsnichta
ufAnh
ieb
verstand
lich.
Man
chmal
sind
sehr
viele
Dateneing
aben
erforderlich.
Essind
nur
teilw
eise
Beispielda
tensatze
vorhan
den.
20E
University
ofBe
rkeley
California,
Dep
artm
ento
fInd
ustrial
Engine
eringan
dOpe
ratio
nsRe
search
http://riot.ieo
r.berkeley.ed
u/rio
t/
Verschiede
neProg
rammezu
Logistikun
dall-
gemeinenOptim
ierung
sproblem
en.Themen:
Schedu
ling,
Graph
entheo
rie,S
implexalgo
rithm
usetc.
Auf
derE
instieg
sseitekeineBe
schreibu
ngde
reinzelnen
Lernob
jekte.
20E
Universita
tBern,
Institu
tfur
Wirtschaftsinform
atik
http://w
ww.ie
.iwi.u
nibe
.ch/
forschun
g/e-learning
/lerno
bjekte/
App
letsun
dFlash-Elem
entezu
denThem
en:
Goz
into-M
odell,Brutto-N
etto-Rechn
ung,
Los-
groß
en,Z
ielfunktio
nen,
Prioritatsreg
eln,
Ablau
f-plan
ung,
John
son’sRu
le,B
edarfsorientierte
Auf-
tragsfre
igab
e.
Kurzbe
schreibu
ngen
derLerno
bjekte
vorhan
den.
9E
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/bibliothek
Prog
rammbibliothek
enthaltProgram
mezum
Supp
ly-Cha
in-M
anag
ementu
ndzu
Prog
nose-
metho
den;
ferner
allgem
eineinsetzb
areMetho
-de
n(Linea
reProg
rammierung
,Projektplan
ung,
Entsc
heidun
gen).
DetaillierteProg
rammbe
schreibu
ngen.
Unterteilung
inkommerzielleun
dnicht-
kommerzielleSo
ftware.
100
E
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/
Teachw
arezum
Supp
ly-Cha
in-M
anag
ement.The-
men:S
ched
uling,
Materialbed
arfsplan
ung,
Nach-
frage
,Transpo
rt.
Zuza
hlreiche
nApp
letssind
Testfrage
nverfug
bar.
15D
Universita
tPad
erbo
rn,
Lehrstuh
lfur
Wirtschaftsinform
atik
DecisionSu
pport&
ORLab
http://d
sor.u
ni-pad
erbo
rn.de/
de/forschu
ng/w
bs/o
rwelt/
Softw
arep
aket(O
RWelt)um
fasstLinea
rePro-
gram
mierung
,Log
istik,M
odellierung
stechn
iken,
Simulation,
Tests,F
allstud
ien.
Unb
edingt
Dow
nloa
d-Anw
eisung
enbe
fol-
gen.
EinZu
satzprog
ramm
isterforde
rlich,
welches
aber
auch
koste
nlos
zurV
erfugu
ngste
ht.
40D
Walde
nUniversity,
App
liedMan
agem
ent&
DecisionScienceProg
ram
http://w
ww.walde
nu.edu
/acad-prog
/amdsph
d/web
sites.html#softw
are
Prog
rammezu
Ope
ratio
ns-Resea
rch-Metho
den:
Linear
Prog
ramming,
Intege
rProgram
ming,
NetworkOptim
ization,
Graph
-Theory,
Schedu
lingProb
lems,Assignm
entProblem
.
Freizuga
nglichod
eralsDem
o-Ve
rsion
erha
ltlich.
Einige
Linkssind
nichta
ktiv.
60E
142 Gerhard Knolmayer, Corinne Montandon, Roman Schmidt
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle3
Lernob
jektezu
rAblau
fplanu
ng(Sched
uling)
Them
aAnb
ieter
URL
Theo
rie;
Bedie-
nung
s-hinw
eise
Lern-
nutzen
Funk
-tio
nali-
tat
Bedien
-ba
rkeit
Layo
utBe
merku
ngen
Sprache
Ablau
fplanu
ng(Sched
uling)
ETHZu
rich,
EducETH
http://w
ww.edu
ceth.ch/
inform
atik/interak
tiv/sched
uling/
algo
rithm
us1.html#ANIM
Ja;
Ja**
*****
****
Durch
Verschiebe
n(Drag&Drop)
voneinz
elnenAufga
ben-
blockenmitun
terschiedlichenBe
arbe
itung
szeitensolldie
kurzesteBe
endigu
ngszeitim
Ein-Maschinen-Fallg
efun
den
werde
n.Intuitive
Bedienun
gun
dan
sprechende
sLayo
ut.
D
Ablau
fplanu
ng(Sched
uling)
ETHZu
rich,
EducETH
Chris
toph
Burkha
lter
http://w
ww.edu
ceth.ch/
inform
atik/interak
tiv/sched
uling/
einleitung
.html#ANIM
Ja;
Ja***
*****
****
Durch
Verschiebe
n(Drag&Drop)
voneinz
elnenAufga
ben-
blockensollein5�5-Job-Sh
op-Sched
uling-Prob
lem
gelost
werde
n.Das
App
leteignetsichsehr
gutfur
dieVe
ran-
scha
ulichu
ng,jed
ochistn
urda
svorgeg
ebeneProb
lem
losbar,d
ieDaten
konn
ennichtveran
dertwerde
n.DieBe
-zeichn
unge
n„lokal
optim
ieren“
und„rekursive
Optim
ie-
rung
“sind
verw
irrend.
D
Ablau
fplanu
ng(Sched
uling)
University
ofBe
rkeley
California,
Dep
artm
ento
fInd
ustrial
Engine
eringan
dOpe
ratio
nsRe
search,
DoritS.
Hochb
aum
http://riot.ieo
r.berkeley.ed
u/rio
t/App
lications/S
ched
uling/
applet.html
Ja;
Ja****
****
***
***
App
letzur
Losung
vonSing
le-M
achine-,Multip
le-M
achine
-,Jobsho
p-un
dFlow
shop
-Problem
en.D
asApp
leterla
ubtd
ieEing
abeeige
nerD
aten.D
ieBe
dienun
gistd
urch
dieza
hl-
reichenAnw
endu
ngsm
oglichkeitennichtsehrintuitiv.
E
Ablau
fplanu
ng(Sched
uling)
Universita
tBern,
Institu
tfur
Wirtschaftsinform
atik
http://w
ww.ie
.iwi.u
nibe
.ch/
forschun
g/e-learning
/lernob
jekte/
#seq
plan
ning
Ja;
Ja***
****
****
****
Weiterentwicklun
geinesApp
letsvonC.B
urkhalter
http://w
ww.edu
ceth.ch/
inform
atik/interak
tiv/sched
uling/
einleitung
.html#ANIM
.DieDaten
sind
hier
verand
erba
rund
nichta
ufein5�5-Job-Sh
op-Sched
uling-Prob
lem
be-
schran
kt.E
rklarung
ensind
vorhan
den.
Dieerha
ltenen
Losung
enwerde
nau
fsiebe
nZielgroß
enhinau
chgrafisch
miteinan
derverglichen.
E
Ablau
fplanu
ng(Sched
uling)
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/
App
lets/
applet_p
opup
?App
letN
ame=
Job-Sh
op-Sched
uling&
App
letID
Nr=5
Nein;
Nein
***
***
***
App
letm
itmax
imal
5Maschinen
und10
Auftra
gen.
Vor-
gege
bene
oder
selbsteinz
ugeb
ende
Daten.D
iegrafische
Umsetzun
gistn
icht
gutg
elun
gen,
dasScrolleniststorend
undwirk
tsichau
chnega
tivau
fdieBe
dienun
gau
s.
D
Belastu
ngs-
orientierte
Auftra
gs-
freigab
e
Universita
tBern,
Institu
tfur
Wirtschaftsinform
atik
http://w
ww.ie
.iwi.u
nibe
.ch/
forschun
g/e-learning
/lernob
jekte/
#order
Ja;
Ja**
***
***
BeiA
nwendu
ngdieses
Verfah
rens
kann
derP
lanerd
urch
Setzen
vonPa
rameterndieZa
hlfre
igeg
ebener
Auftra
gebe
einflussen.D
ieErge
bnisse
werde
ngrafisch
dargestellt.
E
Prioritatsreg
eln
Universita
tBern,
Institu
tfur
Wirtschaftsinform
atik
http://w
ww.ie
.iwi.u
nibe
.ch/
forschun
g/e-learning
/lernob
jekte/
#seq
rules
Ja;
Ja***
****
***
Eswerde
ndiewichtigste
nPrioritatsreg
elnerklart.Anh
and
vonAufga
benka
nnda
sW
issenub
erpruftw
erde
n.Zu
rBe
dienun
gwerde
nHinweise
gege
ben.
E
Prioritatsreg
eln
Universita
tBern,
Institu
tfur
Wirtschaftsinform
atik
http://w
ww.ie
.iwi.u
nibe
.ch/
forschun
g/e-learning
/lernob
jekte/
#com
pseq
rules
Nein;
Ja**
****
***
DiesesApp
letvergleichtPrio
ritatsreg
elnhinsichtlichverschie-
denerK
osten.
Betra
chtetw
erde
nKo
stende
rLag
erha
ltung
,vonLieferterm
inub
erschreitung
enun
dvonLeerzeiten.
Die
Eing
abeeige
nerD
aten
istm
oglich.
Eskonn
en10
Losung
enge
speichertu
ndmiteinan
derverglichenwerde
n.
E
Projektplanu
ngUniversita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/
App
lets/
applet_p
opup
?App
letN
ame=
Projektplanu
ng&
App
letID
Nr=12
Nein;
Nein
***
***
****
DieEing
abevoneige
nenBe
ispielen
istn
icht
intuitiv.Das
Layo
utistverbe
sserun
gsfahig,
dasScrollenwirk
tstorend
.Se
hrhilfreich
furd
asVe
rstand
nissind
dieGan
tt-Diagram
-me.
D
Interaktive Lernobjekte zur Logistik 143
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle5
Lernob
jektezu
mBe
erGam
e
Anb
ieter
URL
Theo
rie;
Bedie-
nung
s-hinw
eise
Lern-
nutzen
Funk
-tio
nali-
tat
Bedien
-ba
rkeit
Layo
utBe
merku
ngen
Sprache
ETHZu
rich,
BWIZ
entrum
furU
nterne
hmen
swissenschaften,
Chris
toph
Duijts
http://w
ww.beergam
e.lim
.ethz.ch/
Ja;
Ja****
****
***
**Zu
festg
eleg
tenTerm
inen
kann
gege
nan
dere
Spielerg
espieltw
erde
n,an
-sonstenub
ernimmtd
erCom
puterd
ieSp
ielzug
ede
rand
eren
Unterne
hmen.
EinLog-in
isterforde
rlich.E
sbesteht
dieMog
lichkeit,mitde
nan
derenSp
ie-
lern
zuchattenun
dfru
here
Spieleeinz
usehen.P
aram
eterwerte(Anz
ahl
Rund
en,S
pielmod
us,Z
eitp
roRu
nde)
konn
enverand
ertw
erde
n.Es
werde
nvieleInform
ationenau
feinem
kleinenFensterp
latziert.
BeiS
pielende
wird
dieEn
twicklun
gverschiede
nerW
ertegrafisch
dargestellt.
Dod
erE
MassachusettsInstitu
teof
Techno
logy,
Micha
elLi,D
avid
Simchi-Levi
http://b
eergam
e.mit.ed
u/de
fault.h
tmod
erhttp://b
eergam
e.mit.ed
u/ga
mea
pplet.a
sp
Ja;
Ja***
****
*****
Beifehlend
enSp
ielpartnernub
ernimmtd
erCom
puterd
ierestlichenPo
si-
tionen.
�hn
lichesLayo
utwieda
sOrig
inal-Brettspiel.Integ
rierte
Cha
t-Mog
lichkeit.EinLog-in
isterforde
rlich.A
usfuhrliche
Hilfe.
BeiS
pielende
sind
einGam
eRe
portun
deine
grafischeDarste
llung
derE
ntwicklun
gverschiede
nerW
erteau
frufbar.S
chlechtePerforman
ce.
E
MA-system
http://b
eergam
e.masystem.se:80
00/
Ja;
Ja*
**
*Der
Com
puteru
bernim
mtd
ieSp
ielzug
ede
rand
eren
Unternehm
en.E
inLog-in
isterforde
rlich.S
chlechtePerforman
ceun
dschlechtes,statisches
Layo
ut.
E
TUDarmstad
t,Ka
iSchilz,M
arcusDicke
rhof
http://1
30.83.11
.91:8
080/
Ja;
Ja***
****
**Log-in
erforderlich.
Umsta
ndliche
Aktivierung
undAnm
eldu
ngfurS
pielteil-
nahm
e.Diean
derenUnterne
hmen
mussendu
rchrealePerson
enbe
setzt
werde
n.Pa
rameter
(Duration,
InventoryHolding
Costs,
BacklogCosts,
Delay,Initia
lStock)k
onnenverand
ertw
erde
n.�be
rsichtliche
Darste
llung
derR
esultatemitgrafischer
Auswertung
.
E
Tabe
lle4
Lernob
jektezu
rBed
arfsau
flosung
Them
aAnb
ieter
URL
Theo
rie;
Bedie-
nung
s-hinw
eise
Lern-
nutzen
Funk
-tio
nali-
tat
Bedien
-ba
rkeit
Layo
utBe
merku
ngen
Sprache
Mehrperiodige
Beda
rfs-
auflo
sung
Universita
tBern,
Institu
tfur
Wirtschaftsinform
atik
http://w
ww.ie
.iwi.u
nibe
.ch/
forschun
g/e-learning
/lernob
jekte/
#dem
and
Ja;
Ja***
*****
**SchrittweiserA
blau
fder
Brutto-N
etto-Rechn
ungba
sierend
auf[Sche97
].Erklarun
genzurB
edienu
ngde
sApp
letssind
vorhan
den.
Der
Benu
tzer
kann
eige
neDaten
eing
eben.D
ieProd
uktstruktur
kann
aber
nichtveran
dertwerde
n.
E
Stucklisten-
auflo
sung
ETHZu
rich,
BWIZ
entrum
furU
nterne
hmen
swissenschaften
http://w
ww.lim.ethz.ch/flashes/p
rodu
ct_stru
cture.sw
f
Nein;
Nein
**
***
Der
Ablau
feiner
Stucklistena
uflosung
wird
schrittweise
erklart.Be
dienba
rkeitu
ndLayo
utub
erzeug
ennicht.
E
Stucklisten-
auflo
sung
SASInstitu
teInc.
http://sup
port.sas.com/sassamples/d
emos/sup
plycha
in/
demos/b
om/b
om_ex_
inde
x.html
Nein;
Ja**
****
**Vo
rgeg
ebeneDaten,w
elcheab
erverand
ertw
erde
nkonn
en.
NacherfolgterD
efinition
einesAuftra
gswird
dieStuckliste
entwed
erin
grafischer
oder
tabe
llarischer
Form
ausgeg
e-be
n.
E
Stucklisten-
auflo
sung
Universita
tBern,
Institu
tfur
Wirtschaftsinform
atik
http://w
ww.ie
.iwi.u
nibe
.ch/
forschun
g/e-learning
/lernob
jekte/
#goz
into
Ja;
Ja****
*****
***
Schrittweise
Visualisierung
desAblau
fseinere
inpe
riodige
nStucklistena
uflosung
amGoz
into-G
raph
en.Jed
erSchritt
wird
erklart.DieEing
abevoneige
nenWertenistm
oglich.
DieProd
uktstruktur
kann
aber
nichtveran
dertwerde
n.
E
Stucklisten-
auflo
sung
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/A
pplets/a
pplet_po
pup?App
letN
ame=
Stucklistena
uflosung
&App
letID
Nr=9
Nein;
Nein
***
****
****
EsfehlteineBe
dienun
gsan
leitu
ng.E
igeneWertekonn
eneing
egeb
enwerde
n.Es
werde
ndieDire
ktbe
darfs-un
ddie
Gesam
tbed
arfsmatrix
ange
gebe
n.Das
Layo
utistverbe
s-serung
sfah
ig,d
asScrollenwirk
tstorend
.
D
144 Gerhard Knolmayer, Corinne Montandon, Roman Schmidt
wurde bewertet, ob die Eingabe von eige-nen Werten moglich ist und ob die Losunggrafisch veranschaulicht wird. In dieserKategorie haben wir mehrere sorgfaltigaufgebaute Lernobjekte gefunden.
2.6 Lernobjekte zur Lagerhaltung
In Tabelle 7 sind Lernobjekte zum klassi-schen Losgroßenmodell (Economic OrderQuantity), zu dynamischen Lagerhaltungs-modellen, zur Bestimmung von Bestell-punkten (Reorder Points) und zu Sicher-heitsbestanden (Safety Stocks) zu finden.Bei unserer Recherche stießen wir auf zahl-reiche Lernobjekte zu diesen Themen, vondenen hier nur eine Auswahl der besser be-urteilten Objekte prasentiert wird. Auffal-lend ist, dass kein Lernobjekt bei allen vierKriterien sehr gut abschnitt. Einmal mehrwurden die Lernobjekte des Instituts furWirtschaftstheorie und Operations Re-search der Universitat Karlsruhe bei derFunktionalitat sehr gut bewertet, wobeiaber Bedienung und Layout verbessertwerden konnten.
Sowohl eine numerische als auch einegrafische Darstellung der Ergebnisse undErklarungen zu den einzelnen Rechen-schritten hatten beim Lernnutzen Punktegebracht. In dieser Kategorie konnten wirals beste Wertung jedoch nur drei Sternevergeben.
2.7 Lernobjektezu Prognosemethoden
Tabelle 8 nennt Links zu interaktivenLernobjekten zu Prognosemethoden. Inden prasentierten Lernobjekten werdeninsbesondere die Verfahren GleitenderDurchschnitt, exponentielle Glattung unddie Verfahren von Holt und Winters ange-wendet. Besonders erwahnenswert ist dasLernobjekt des Departments of Manage-ment der Miami University, das in allenKriterien die Maximalpunktezahl erhielt.
In die Bewertung der Funktionalitatfloss mit ein, wie viele verschiedene Prog-nosemethoden im Lernobjekt implemen-tiert sind. Als Pluspunkt wurde die Ein-gabemoglichkeit von eigenen Datenreihengewertet. Bietet das Lernobjekt zusatzlichnoch einen grafischen Vergleich der Ergeb-nisse der angewendeten Verfahren, so wur-den vier Sterne vergeben.
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle6
Lernob
jektezu
rDistribu
tion
Them
aAnb
ieter
URL
Theo
rie;
Bedie-
nung
s-hinw
eise
Lern-
nutzen
Funk
-tio
nali-
tat
Bedien
-ba
rkeit
Layo
utBe
merku
ngen
Sprache
Tran
sport-
prob
lem
Fernfachho
chschu
leHam
burg
–Stud
ienz
entrum
Kaisers-
lautern,
PeterR
iegler
http://w
ww.world4.net/user/p
rek/tra
nspo
rt.xls
Nein;
Ja**
***
*�bu
ngsprogram
mmitun
beschran
kter
Anz
ahlA
nbieter
undNachfrage
r.Excel-Lay
out,dieBe
dienun
gistetwas
schw
ierig
,abe
rdan
kgu
terE
rklarung
enna
chvollziehb
ar.
D
Tran
sport-
prob
lem
Fernun
iversitatH
agen
http://w
ww.fe
rnun
i-hag
en.de/
BWLO
R/uebu
ng/transpo
rt/
Tran
sportproblem
.htm
Ja;
Ja***
***
*****
Eing
abe:
Max
imal
4Anb
ieteru
nd5Nachfrage
r.Mehrere
Algorith
men
implem
entiert.
GrafischeDarste
llung
der
Losung
.
D
Tran
sport-
prob
lem
McG
raw-HillHighe
rEdu
catio
nhttp://h
ighered.mcgraw-hill.com
/sites/dl/free/
0072
4439
01/2
4520
/TP.html
Nein;
Ja***
***
**Eing
abe:
Max
imal
4Anb
ieteru
nd5Nachfrage
r.DieDaten
konn
enverand
ertw
erde
n.Der
Benu
tzer
kann
dieeinz
elnen
Losung
sschritteselbstvornehmen
oder
sich
dieLosung
direkt
ansehen.
E
Tran
sport-
prob
lem
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/
App
lets/
applet_p
opup
?App
letN
ame=
Warehou
se-Location-Prob
lem&App
letID
Nr=8
Nein;
Nein
***
***
****
Eing
abe:
Max
imal
8Anb
ieteru
nd8Nachfrage
r.Nach-
frage
menge
nnichtexp
lizitde
finierbar,keine
Kapa
zitats-
restriktio
nen.
Mitgrafischer
Auswertung
.
D
Interaktive Lernobjekte zur Logistik 145
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle7
Lernob
jektezu
rLag
erha
ltung
Them
aAnb
ieter
URL
Theo
rie;
Bedie-
nung
s-hinw
eise
Lern-
nutzen
Funk
-tio
nali-
tat
Bedien
-ba
rkeit
Layo
utBe
merku
ngen
Sprache
Beste
llpun
kt(Reo
rder
Point)
MassachusettsInstitu
teof
Techno
logy,
Ope
ratio
nsRe
search
Center
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Sa
fetyStock.html
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Sa
fetyStockD
oc.html
Nein;
Ja**
****
*Simulationverschiede
nerS
ituationenhinsichtlichBe
darfun
dBe
scha
ffung
szeit.Be
dienun
gistn
icht
intuitiv.Pa
rameter-
wertekonn
enverand
ertw
erde
n,was
aber
nichta
ufAnh
ieb
ersichtlich
ist.Eine
Anleitung
istverfugb
ar.
E
Beste
llpun
kt(Reo
rder
Point)
MiamiU
niversity,
Dep
artm
ento
fMan
agem
ent,McG
raw-Hill
http://w
ww.sba
.muo
hio.ed
u/fin
chbj/O
MBO
OK/
oldinteractivem
odels/reorde
rpoint/reo
rderpt.html
Nein;
Ja***
****
***
Parameter
wieSe
rvicelevel,N
achfrage
schw
ankung
enun
dW
iede
rbeschaffung
szeitkon
nendu
rcheinenRo
llbalken
verand
ertund
ihre
Auswirk
unge
nau
fden
Beste
llpun
ktbe
trachtetw
erde
n.DieAuswirk
unge
nwerde
ngrafisch
dargestellt.
E
Beste
llpun
kt(Reo
rder
Point)
POM
Prof.Tem
pelm
eier
GmbH
http://w
ww.pom
-con
sult.de
/ONLIN
E/SQ
POL1.HTM
Nein;
Nein
**
***
Mog
lichkeitzur
Eing
abeeige
nerD
aten.K
eine
grafische
Darste
llung
.Fun
ktionsweise
durchfehlende
Beschreibu
ngnichtklar.
D
Dynam
ische
Lage
rhaltung
s-mod
elle
Universita
tBern,
Institu
tfur
Wirtschaftsinform
atik
http://w
ww.ie
.iwi.u
nibe
.ch/
forschun
g/e-learning
/lernob
jekte/
#lotsizes
Ja;
Nein
***
***
*****
Ang
ewende
twerde
nkonn
ennebstd
emWag
ner-W
hitin
-Algorith
mus
folgende
Heuristiken:Lea
st-UnitC
ost(LU
C),
Cost-B
alan
cing
Metho
d,Silver/M
ealM
etho
d,Groff’s
Metho
d.DieAnz
ahlPeriode
n,dieNachfrage
menge
pro
Perio
deun
ddieKo
stenp
aram
eter
konn
enverand
ertw
erde
n.Erweiterung
einesApp
letsvonNorman
May
:http://w
ww.geo
cities.com/m
ayno
rman
/german
/LoseOpe
ra.html
E
Dynam
ische
Lage
rhaltung
s-mod
elle
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/
App
lets/
applet_p
opup
?App
letN
ame=
Deterministisch
%20
schw
ankend
er%20
Beda
rf&
App
letID
Nr=2
Nein;
Nein
***
***
***
**MitBe
ispielau
fgab
e.Eing
abevonbiszu
15Perio
den.
Implem
entiertsind
dieVe
rfah
renvonGroff,
Silver/M
eal
undde
rWag
ner-W
hitin
-Algorith
mus.E
swerde
nnu
rdie
Beste
llzeitpun
kteun
ddieop
timalen
Beste
llmenge
nau
s-ge
rechnet,dieAng
aben
derK
ostenfehlen.D
ieBe
rechnu
n-ge
nsind
schrittweise
nachvollziehb
ar.G
rafischeDarste
llung
desBe
stand
sverlaufsistfalsch.
D
Klassische
sLosgroße
n-mod
ell(EO
Q)
ETHZu
rich,
BWIZ
entrum
furU
nterne
hmen
swissenschaften
http://w
ww.lim.ethz.ch/flashes/Losgroe
ssenverfah
ren.sw
f
Nein;
Nein
***
***
***
**Pa
rameter
(Jah
resbed
arf,Ru
st-un
dBe
stellkosten,
Lage
r-ha
ltung
szinssatz,
Stuckkosten)
sind
verand
erba
r,dieAus-
wirk
unge
nwerde
ngrafisch
dargestellt.D
ieGrafik
besitzt
Verbesserung
spoten
zial.
D
146 Gerhard Knolmayer, Corinne Montandon, Roman Schmidt
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle7
(Fortsetzu
ng)
Them
aAnb
ieter
URL
Theo
rie;
Bedie-
nung
s-hinw
eise
Lern-
nutzen
Funk
-tio
nali-
tat
Bedien
-ba
rkeit
Layo
utBe
merku
ngen
Sprache
EOQ
MassachusettsInstitu
teof
Techno
logy,
Ope
ratio
nsRe
search
Center
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/EO
Q.html
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/EO
QDoc.html
Nein;
Ja**
***
***
DieBe
dienun
gistn
icht
intuitiv.DiePa
rameterwertekonn
enverand
ertw
erde
n,was
aber
nichta
ufAnh
iebersichtlich
ist.
Eine
Anleitung
istvorha
nden.
E
EOQ
MassachusettsInstitu
teof
Techno
logy,
Ope
ratio
nsRe
search
Center
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/QtyDiscoun
tEOQ.html
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/QtyDiscoun
tEOQDoc.html
Nein;
Ja*
***
***
DiePa
rameter
Jahresbe
darf,B
estell-
undLage
rkostenkon-
nenverand
ertw
erde
nun
dbe
liebigvielePerio
denkonn
enhinz
ugefug
twerde
n.Das
App
leth
atsehr
lang
eLade
zeiten.
Das
Scrolleniststorend
,dah
erfalltdieBe
wertung
derB
e-dienun
geher
schlecht
aus.Eine
Anleitung
istvorha
nden.
E
EOQ
MiamiU
niversity,
Dep
artm
ento
fMan
agem
ent
http://w
ww.sba
.muo
hio.ed
u/fin
chbj/O
MBO
OK/
oldinteractivem
odels/EO
Q/E
OQ.html
Nein;
Ja***
****
***
Parameter
(Jah
resbed
arf,Be
stell-
undLage
rkosten)
konn
endu
rcheinenRo
llbalkenverand
ertund
derenAuswirk
unge
nau
fdieKo
stenkurve
betra
chtetw
erde
n.DieAuswirk
unge
nwerde
ngrafisch
dargestellt.
E
EOQ
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/
App
lets/
applet_p
opup
?App
letN
ame=
EOQ-M
odell&
App
letID
Nr=10
Nein;
Nein
*****
***
**DieEing
abem
oglichkeitvon
perio
denind
ividue
llenBe
darfen
uberrascht.P
aram
eter
(Fix-,Lage
rhaltung
skosten,
Lieferzeit)
sind
verand
erba
r.GrafischeDarste
llung
derLosun
g.Leider
mussge
scrolltwerde
n,um
dieErge
bnisse
furd
asEO
Q-M
o-de
llsichtbar
zumachen.
D
Lage
rhaltung
s-mod
elle
University
ofBa
ltimore,
Inform
ationSy
stem
s,Hossein
Arsha
mhttp://u
bmail.u
balt.ed
u/~h
arsham
/Bu
siness-stat/othe
rapp
lets/
Inventory.htm
Ja;
Ja*
****
*Einfache
App
letszum
BerechnenvonLage
rhaltung
smod
el-
len:
TheClassical
Mod
el,S
horta
gesPerm
itted
Mod
el,
Prod
uctio
nan
dCon
sumptionMod
el,P
rodu
ctionan
dCon
-sumptionwith
Shortage
sMod
el.D
ieApp
letsbieten
nur
Rechenfunktio
nen,
keinegrafischeDarste
llung
.
E
Stocha
s-tische
Beda
rfs-
plan
ung
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/
App
lets/
applet_p
opup
?App
letN
ame=
Stocha
stisch%
20schw
ankend
er%20
Beda
rf&
App
letID
Nr=3
Nein;
Nein
***
***
MitBe
ispielau
fgab
e.AusfuhrlichesLernob
jektzurstochas-
tischen
Beda
rfsplanu
ng.P
aram
eter
(Nachfrage
,Stuckpreis,
Fix-,Lag
er-,Fehlmenge
nkosten,
Lieferzeit)
sind
verand
erba
r.DieRe
sulta
tewerde
nnichtg
rafisch
veranschau
licht,d
asApp
letistop
tisch
wenig
ansprechend.
D
Interaktive Lernobjekte zur Logistik 147
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle8
Lernob
jektezu
Prog
nosemetho
den
Anb
ieter
URL
Theo
rie;
Bedie-
nung
s-hinw
eise
Lern-
nutzen
Funk
-tio
nali-
tat
Bedien
-ba
rkeit
Layo
utBe
merku
ngen
Sprache
Capd
m.com
http://w
ww.cap
dm.com
/dem
os/software/
html/capd
m/q
m/
forecasting
/usage
_tsf.html
Nein;
Nein
***
***
***
***
App
letm
itvorgeg
ebenen
Vergan
genh
eitsd
aten,a
ufde
renBa
sismitdiver-
senVe
rfah
ren(M
etho
dede
rgleitend
enDurchschn
itte,
Holt,W
inters,e
xpo-
nentielle
Glattung
)eineProg
nose
erste
lltwird
.DieRe
sulta
tekonn
engra-
fisch
verglichenwerde
n.Ke
ineMog
lichkeit,eige
neDaten
einz
ugeb
en.
E
Capd
m.com
http://w
ww.cap
dm.com
/dem
os/software/
html/capd
m/q
m/
expo
nentialsm
oothing/
usag
e.html
Nein;
Nein
***
****
**DieAuswirk
unge
nvonun
terschiedliche
rAnz
ahlb
enachb
arterD
atenwerte
beid
erMetho
dede
rgleitend
enDurchschn
itteun
ddieAuswirk
ungvon
verschiede
nenAlpha
-Wertenbe
ider
expo
nentiellenGlattung
werde
nveranschau
licht.
E
ETHZu
rich,
BWIZ
entrum
furU
nterne
hmen
swissenschaften
http://w
ww.lim.ethz.ch/flashes/B
edarfsvorhersage
.swf
Nein;
Nein
*****
****
Ang
ewende
twerde
nkonn
endiebe
iden
Verfah
renGleitend
erDurchschn
ittun
dexpo
nentielle
Glattung
.Esbe
steht
dieMog
lichkeit,dieVe
rfah
renau
feine
eige
neDatenreiheub
er12
Perio
denan
zuwende
n.Eine
Bedienun
gs-
anleitung
fehlt.
D
MassachusettsInstitu
teof
Techno
logy,
Ope
ratio
nsRe
search
Center
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Forecasting
.html
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Forecasting
Doc.html
Nein;
Ja**
****
**
Anw
endu
ngmehrererP
rogn
oseverfahren
(Metho
dede
rgleitend
enDurch-
schn
itte,
expo
nentielle
Glattung
,Linea
r-Fit-M
etho
ds.)DieAnw
endu
ngde
sApp
letsistm
uhsam,d
adieLade
zeitensehr
lang
sind
.Das
Scrollenist
storend
.Erklarung
envorhan
den.
E
MassachusettsInstitu
teof
Techno
logy,
Ope
ratio
nsRe
search
Center
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Se
ason
ality.html
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Se
ason
alityDoc.html
Nein;
Ja**
***
***
App
letzur
Saison
alita
t.Ang
ewende
twerde
nkonn
enverschiede
neProg
noseverfah
ren,
dieEing
abevoneige
nenWertenistm
oglich.
Das
Layo
utkonn
teverbessertwerde
n.Erklarun
gensind
vorhan
den.
E
MiamiU
niversity,
Dep
artm
ento
fMan
agem
ent,McG
raw-Hill
http://w
ww.sba
.muo
hio.ed
u/fin
chbj/O
MBO
OK/
oldinteractivem
odels/tim
eseries/Timeseries.html
Nein;
Ja**
****
**Im
App
letw
erde
ndieEinflussevonTrends,S
aisona
litat
undzufallige
rFluktuationau
fZeitre
ihenda
tengrafisch
veranschau
licht.
E
MiamiU
niversity,
Dep
artm
ento
fMan
agem
ent,McG
raw-Hill
http://w
ww.sba
.muo
hio.ed
u/fin
chbj/O
MBO
OK /
oldinteractivem
odels/fcasttechniqu
es/A
vgForecast.html
Nein;
Ja****
****
****
****
Durch
vorgeg
ebeneod
erselbsteing
egeb
eneDaten
(biszu
20Perio
den)
sind
Prog
nosenmitexpo
nentiellerG
lattung
undLinear
Regression
mog
lich.
DieRe
sulta
tewerde
ngrafisch
dargestellt.D
ieBe
dienun
gistintuitiv,A
uswir-
kung
envonverschiede
nenAlpha
-Wertenkonn
enbe
trachtetw
erde
n.
E
University
ofBa
ltimore,
Inform
ationSy
stem
s,Hossein
Arsha
mhttp://u
bmail.u
balt.ed
u/~h
arsham
/Business-sta
t/otherapp
lets/F
orecaS
mo.htm
Nein;
Ja*
***
*MovingAverage
undExpo
nentialS
moo
thing(auch2.
und3.
Ordnu
ng).
Eing
abeeinerb
iszu
80Perio
denum
fassende
nZe
itreihe.D
ieBe
dienun
gun
ddieFunktio
nsweise
desApp
letssind
schw
ierig
zuverstehen.
E
Universita
tKarlsr
uhe,
Institu
tfur
Wirtschaftstheo
rieun
dOpe
ratio
nsRe
search
http://w
ww.wior.u
ni-karlsruh
e.de
/LS_
Neuman
n/myS
CM/
App
lets/
applet_p
opup
?App
letN
ame=
Statistische%
20Prog
nosemetho
den&
App
letID
Nr=1
Nein;
Nein
****
****
***
**App
letzude
nProg
nosemetho
denGleitend
erDurchschn
itt,e
xpon
entielle
Glattung
,Holt,W
inter.Furvorgeg
ebeneod
ereige
neDaten
werde
nProg
-no
sewertebe
rechnetu
ndgrafisch
dargestellt.D
asApp
letsetztVo
rkennt-
nissede
rMetho
denvoraus.D
asLayo
utub
erzeug
tnicht,d
asScrollen
stort.
D
148 Gerhard Knolmayer, Corinne Montandon, Roman Schmidt
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabe
lle9
Lernob
jektezu
rWarteschlan
genthe
orie
Anb
ieter
URL
Theo
rie;
Bedie-
nung
s-hinw
eise
Lern-
nutzen
Funk
-tio
nali-
tat
Bedien
-ba
rkeit
Layo
utBe
merku
ngen
Sprache
ETHZu
rich,
BWIZ
entrum
furU
nterne
hmen
swissenschaften
http://w
ww.lim.ethz.ch/flashes/B
edientheorie.swf
Nein;
Nein
***
***
***
Parameter
(Ankun
ftsrate,A
nzah
lElementeim
Syste
m,B
edienrate)
konn
enge
ande
rtwerde
n,was
aber
nichta
ufde
nerste
nBlickersichtlich
ist.Die
Simulationwird
grafisch
undnu
merisch
dargestellt.E
rklarung
enzur
Anw
endu
ngun
deine
Auswertung
derS
imulationfehlen.
D
Eurecom
Institu
te,
Dav
idGrang
ier
http://m
edia.pea
rson
cmg.com/a
w/a
w_kurose_network_2/
applets/qu
euing/
queuing.html
Nein;
Ja**
***
****
Verschiede
nevorgeg
ebeneWertefurd
ieAnkun
ftsrateun
ddieBe
dienrate
konn
enau
sgew
ahltwerde
n.DieSimulationwird
sehr
scho
ngrafisch
ver-
anscha
ulicht.
E
MassachusettsInstitu
teof
Techno
logy,
Ope
ratio
nsRe
search
Center
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Queuing
.html
http://w
eb.m
it.ed
u/orc/www/informs/InteractiveLea
rning/
Or-ms/Queuing
Doc.html
Nein;
Ja**
****
*App
letzur
SimulationvonWarteschlan
gen.
Mehrere
Parameter
konn
enverand
ertw
erde
n.Be
dienun
gun
dLayo
utub
erzeug
ennicht.
E
McG
raw-H
illHighe
rEdu
catio
nhttp://h
ighe
red.mcgraw-hill.com
/sites/dl/free/
0072
4439
01/2
4541
/Waitin
gLine.html
Nein;
Ja*
***
*App
letzur
SimulationvonWarteschlan
gen.
Mehrere
Parameter
(Stufen-
zahl,G
eschwindigk
eit,Ankun
ftsrate,B
edienrate,
Serverza
hl)k
onnen
verand
ertw
erde
n.Das
Layo
utistn
icht
sehr
ansprechendge
staltet.
E
University
ofMalta,
Jarosla
vSk
lena
rhttp://staff.um
.edu
.mt/jskl1/
simweb
/sq1
/sq1
.html
Ja;
Ja**
****
*Auf
Basiseige
nerD
aten
wird
eine
Warteschlan
gede
sTyps
Sing
leQueue
simuliert.
Inde
nRe
sulta
tenerha
ltman
Ang
aben
uber
Ankun
ftsraten,
die
Lang
eWarteschlan
ge,d
ieWartezeitenun
dda
sSe
rviceverha
lten.
Auf
den
erste
nBlickistd
asLernob
jektetwas
unub
ersichtlich,d
ieintegrierte
Hilfe-
funktio
ntra
gtwesentlich
zum
Verstand
nisbe
i.
E
University
ofMalta,
Jarosla
vSk
lena
rhttp://staff.um
.edu
.mt/jskl1/
simweb
/sim
mm1.html
Ja;
Ja**
*****
**App
letzum
Vergleichvonsimulierte
nun
dbe
rechnetenDaten
(System
M/M
/1).Mehrere
Parameter
(Ankun
ftsrate,B
edienrate,
Dau
er,m
axim
ale
Lang
ede
rWarteschlan
ge)k
onnenverand
ertw
erde
n.Zu
jede
rEinga
bewird
eine
Hilfean
gebo
ten.
E
Interaktive Lernobjekte zur Logistik 149
2.8 Lernobjektezur Warteschlangentheorie
Die in Tabelle 9 genannten Lernobjektesind Simulationsmodelle zur Warteschlan-gentheorie. Zu diesem Thema fanden wirnur wenige Lernobjekte.Verglichen mit Lernobjekten zu anderen
Themenbereichen bieten jene zur Warte-schlangentheorie eine eher geringe Funk-tionalitat.
2.9 Weitere Lernobjekte
Hier prasentieren wir Lernobjekte, welchekeiner der gebildeten Kategorien zugeord-net werden konnten. Tabelle 10 verweistauf Objekte zu den ThemengebietenABC-Analyse, Facilities-Layout-Problem,Just-In-Time, Kanban, Lagerregalanord-nung, zur Routenplanung im Lagerhaus,zur Standortplanung, zur Theory-of-Con-straints und zum Vehicle-Routing. Wegender unterschiedlichen Thematiken wurdeauf eine Bewertung der Objekte verzich-tet.
3 Zusammenfassungund Ausblick
Diese Recherche zeigt, dass im Internetzahlreiche Objekte zur Unterstutzung derAusbildung in Logistik verfugbar sind.Auffallend sind die unterschiedlichen Qua-litatsniveaus hinsichtlich des didaktischenAufbaus und daraus folgend hinsichtlichdes Nutzens fur die Lernenden, aber auchbezogen auf die grafische Darstellung deruntersuchten Seiten. In den Tabellen 3 bis 9
wird zu jedem Lernobjekt vermerkt, ob ei-ne theoretische Einfuhrung in die Proble-matik und Hilfestellungen zur Bedienungangeboten werden. Die Vermittlung desLernstoffes muss analog zur Prasenzlehredidaktisch sinnvoll aufgebaut sein. „Essollte vor jeder Multimediaanwendung[. . .] genau uberdacht werden, ob die ge-wunschten Ziele und Lerneffekte auch er-reicht werden konnen“ [GrBe98, 83].
Es erstaunt nicht, dass der großte Teilder hier prasentierten Animationen vonUniversitaten zur Verfugung gestellt wird.
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Tabelle 10 Weitere Lernobjekte zur Logistik
Thema Anbieter, URL Sprache
ABC-Analyse University of Baltimore, Information Systems, Hossein Arshamhttp://ubmail.ubalt.edu/~harsham/Business-stat/otherapplets/ABClass.htm
E
Facilities-Layout-Problem
University or California Berkeley, Department of Industrial Engineering and Operations Research, Dorit S. Hochbaumhttp://riot.ieor.berkeley.edu/riot/Applications/flap/
E
Just-In-Time ETH Zurich, BWI Zentrum fur Unternehmenswissenschaftenhttp://www.lim.ethz.ch/flashes/stock_reduction_JIT.swf
E
Kanban ETH Zurich, BWI Zentrum fur Unternehmenswissenschaftenhttp://www.lim.ethz.ch/flashes/kanban_static_grey.swfhttp://www.lim.ethz.ch/flashes/kanban_principle.swf
E
Lagerregal-anordnung
Atlethttp://www.atlet.com/general/storecal/applet1.htmhttp://www.atlet.com/general/storecal/applet2.htm
E
Routenplanungim Lagerhaus
Erasmus University Rotterdam, Stichting Logisticahttp://www.fbk.eur.nl/OZ/LOGISTICA/voorbeeld.html
E
Standortplanung McGraw-Hill Higher Educationhttp://highered.mcgraw-hill.com/sites/dl/free/0072443901/24530/Gravity.html
E
Standortplanung Universitat Karlsruhe, Institut fur Wirtschaftstheorie und Operations Researchhttp://www.wior.uni-karlsruhe.de/LS_Neumann/mySCM/Applets/applet_popup?AppletName=Standortplanung%20in%20der%20Ebene&AppletIDNr=6
D
Theory-of-Constraints
William A. Levinsonhttp://www.ganesha.org/leading/toc.html
E
Vehicle-Routing University or California Berkeley, Department of Industrial Engineering and Operations Research, Dorit S.Hochbaum,Olivier Goldschmidthttp://riot.ieor.berkeley.edu/~olivier/graal-vrp/graal.html
E
Abstract
Interactive Learning Objects in the Area of Logistics
This paper provides an overview on freely accessible, interactive learning objects in the areaof logistics. The authors focus on complex topics and concepts that become more compre-hensible by working with multi-media based interactive learning objects.
Keywords: Learning Objects, Logistics, Multimedia, Interactivity
150 Gerhard Knolmayer, Corinne Montandon, Roman Schmidt
Die Studierenden sollen sich das benotigteWissen eigenstandig und unabhangig vonZeit und Ort aneignen konnen. Ein wei-terer Vorteil von Multimedialitat und In-teraktivitat besteht darin, dass komplexeZusammenhange, wie sie im Themen-bereich der Logistik oftmals auftreten, mitmultimedialen Lernobjekten verstandlicherund einleuchtender dargestellt werdenkonnen.
Literatur
[GrBe98] Grunwald, K.; Bergamin, P.: Zu den Per-spektiven der neuen Kommunikationstechnolo-gie im Universitaren Fernstudium. In: NationaleSchweizerische UNESCO-Kommission (Hrsg.):
Standortbestimmung Internet. Bern 1998, S.77–85.
[KnMo03] Knolmayer, G.; Montandon, C.: Eig-nung multimedialer Lernobjekte zur Erreichungder in Blooms Taxonomie unterschiedenenLernziele. In: Uhr, W.; Esswein, W.; Schoop, E.(Hrsg.): Wirtschaftsinformatik 2003, Band I.Physica, Heidelberg 2003, S. 819–838.
[KnMZ02] Knolmayer, G.; Mertens, P.; Zeier, A.:Supply Chain Management Based on SAP Sys-tems. Springer, Berlin et al. 2002.
[KnWa00] Knolmayer, G.; Walser, K.: Informa-tionen zum Supply Chain Management im Inter-net. In: Wirtschaftsinformatik 42 (2000) 4, S.359–370.
[LePW97] Lee, H. L.; Padmanabhan, V.; Whang,P.: The bullwhip effect in supply chains. In: SloanManagement Review 38 (1997) 3, S. 93–102.
[Sche97] Scheer, A.-W.: Wirtschaftsinformatik. Re-ferenzmodelle fur industrielle Geschaftsprozes-se. 7. Aufl., Springer, Berlin et al. 1997.
[Sche02] Scheubrein, R.: Ein �berblick uber Inter-net-Ressourcen fur die Lehre im Bereich derquantitativen Betriebswirtschaft. In: OR News(2002) 15, S. 11–15.
[Schu02a] Schulmeister, R.: Grundlagen hyper-medialer Lernsysteme. Theorie – Didaktik –Design. 3. Aufl., Oldenbourg, Munchen, Wien2002.
[Schu02b] Schulmeister, R.: Taxonomie der Inter-aktivitat von Multimedia – Ein Beitrag zur aktu-ellen Metadaten-Diskussion. In: Informations-technik und Technische Informatik 44 (2002) 4,S. 193–199. http://www.izhd.uni-hamburg.de/pdfs/interaktivitaet.pdf, Abruf am 2003-11-11.
[Ster89] Sterman, J. D.: Modeling managerial beha-vior. Misperceptions of feedback in a dynamicdecision making experiment. In: ManagementScience 35 (1989) 3, S. 321–339.
WIRTSCHAFTSINFORMATIK 46 (2004) 2, S. 139–151
Interaktive Lernobjekte zur Logistik 151