Prof. Dr. Christian Menden

Themen für Abschlussarbeiten

Idealerweise haben Sie eine eigene Idee für eine Abschlussarbeit im Themenbereich meines Forschungsgebiets. 

Darüberhinaus finden Sie hier eine aktuelle Liste möglicher Abschlussarbeitsthemen (teilweise in Kooperation mit einem Industriepartner):

• Empirical causality analysis between logistics and economic performance 
  
• Development of an economic indicator using dynamic factor models 
• Modeling the impact of firm sustainabilty KPIs and business success 
• Development of a machine learning model for firm survival prediction 
• Comparison of Machine Learning Algorithms for Demand Forecasting in the Automotive Supply Chain
• Demand Forecasting of Forward and Backward Logistics in a Digital Twin Setup

Ihre Arbeit können Sie auf Englisch oder Deutsch schreiben.

Bei Interesse, schreiben Sie mir bitte mit ausreichend Vorlauf eine Mail zur ersten Abstimmung.

Lehrgebiete

Wintersemester:

• Nachhaltigkeitsmanagement
  

Sommersemester:

• Digitalisierung von Wertschöpfungsprozessen
• Datenaufbereitung und -verarbeitung
• Schwerpunkt Logistik: Forecasting, Machine Learning and AI

Forschungsschwerpunkte

• Forecasting
• Sustainable Supply Chain Analytics
• Few Data Learning / Data Augmentation
• Production, Logistics, Supply Chain Management

Publikationen

• Menden, C. (2022): "Handling Data Problems in Machine Learning Applications in Supply Chain Management", in Pflaum, A.: Schriftenreihe Logistik und Informationstechnologien, Band 10, Fraunhofer Verlag, 2022
  
• Bärmann, A.; Mehringer, J.; Menden, C.; Neumann, U.; Schemm, J.; Schneider, O. et al. (2021): "Data Analytics in der Supply Chain: Fraunhofer IIS". Fraunhofer IIS Whitepaper.
  
• Menden, C.; Sonnleitner, B. (2020): "Towards a Forecasting Approach of Transportation Volume with Externally Augmented Data".
  
• Menden, C.; Mehringer, J.; Martin, A.; Amberg, M. (2019): "Vorhersage von Ersatzteilbedarfen mit Hilfe von Clusteringverfahren". In: HMD, Vol. 56 , No. 5, pp. 1000–1016.
  
• Menden, C.; Proaño, C. R. (2017): "Dissecting the financial cycle with dynamic factor models", Quantitative Finance, Vol. 17, No. 12, pp. 1965–1994.
  

Kurzvita

Christian Menden ist im Oktober 2023 auf die Forschungsprofessur für Nachhaltigkeitsmanagement in Unternehmen und Lieferketten an die THWS Business School berufen worden. 

Nach einem Bachelor in Finance studierte er Volkswirtschaftslehre mit Schwerpunkt Statistik und arbeitete im Bankwesen in Frankfurt und London sowie an der Mountains of the Moon University in Uganda und der Otto-Friedrich-Universität in Bamberg. Seine Promotion behandelte die Anwendung von Data Augmentation Methoden, um maschinelle Lernverfahren im Supply Chain Management bei schwieriger bzw. unzureichender Datenlage einzusetzen. 

Vor der THWS arbeitete er als wissenschaftlicher Mitarbeiter an der Otto-Friedrich-Universität Bamberg am Lehrstuhl für angewandte Wirtschaftsforschung. Im Anschluss war er am Fraunhofer Institut für integrierte Schaltungen (IIS) in der Arbeitsgruppe für Supply Chain Services (SCS) in Nürnberg als Data Scientist in der Gruppe "Data Science and Optimization" tätig, von der er 2018 die Leitung übernahm.

2019 übernahm er die Leitung der Abteilung "Analytics" bestehend aus den vier Gruppen "Process Intelligence", "Data Science", "Optimization" sowie "Data Efficient and Automated Learning". 

Seit 2017 war er als Lehrbeauftragter an der TH Nürnberg, der TH Würzburg-Schweinfurt, der FAU sowie der Otto-Friedrich-Universität Bamberg tätig. 

Im Rahmen der Forschungsprofessur erforscht er Methoden und Anwendungsfälle im Bereich der künstlichen Intelligenz für Nachhaltigkeit in Produktion, Logistik und Supply Chain Management.