Bachelor- oder Masterarbeit: Digitalisierung der wertsteigernden Kreislaufwirtschaft

Job description

Das sind Deine Aufgaben: Systematisierung von Reverse Logistics Prozessen in der Upgrade Circular Economy und Ableitung relevanter Prozessschritte für die industrielle Rückführung Identifikation und Strukturierung der notwendigen Datenpunkte entlang des Rückführungsprozesses zur Unterstützung datenbasierter Entscheidungen Entwicklung eines konzeptionellen Prozessmodells zur Güte und Eignungsbewertung zurückgeführter Produkte Das bringst Du mit: Du studierst Wirtschaftsingenieurwesen, Maschinenbau, Betriebswirtschaftslehre, Informatik oder ähnliches Du verfügst über sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift Dich zeichnet eine selbstständige und engagierte wie sorgfältige und zielorientierte Arbeitsweise aus Du bist sicher im Umgang mit den gängigen MS-Office-Programmen Das kannst Du erwarten: Einblicke in das Industrie- und Forschungsgeschäft in Zusammenarbeit mit renommierten Unternehmen und Forschungspartnerinnen und -partnern interessante, anspruchsvolle und abwechslungsreiche Aufgaben in einem qualifizierten und dynamischen Team die Möglichkeit zu flexibler Zeiteinteilung und eigenständigem Arbeiten ein modernes, kollegiales und digitales Arbeitsumfeld Raum für Kreativität und Deine persönliche Weiterentwicklung Ressourcenknappheit, geopolitische Verwundbarkeit und ökologischer Druck zeigen, dass lineare Wertschöpfungsmodelle ihre Grenzen erreicht haben. Die Upgrade Circular Economy etabliert sich als industrieökonomische Antwort, indem sie wirtschaftliche Wertschöpfung mit ökologischer Nachhaltigkeit verbindet. Ihr Erfolg hängt davon ab, ob gebrauchte Produkte in industriellen Volumina systematisch zurückgeführt werden können. Eine skalierte Reverse Logistics ist damit zentrale Voraussetzung. Doch industrielle Rückführung erfordert mehr als logistische Infrastruktur. Sie benötigt digitale Transparenz über Produktzustände, strukturierte Datengrundlagen und standardisierte Prozesse. Ohne konsequente Digitalisierung bleiben Rückführungen fragmentiert und nicht skalierbar. Trotz wachsender Forschung fehlen systematische Konzepte, die aufzeigen, wie Reverse Logistics digital ausgestaltet werden muss und wie sich Güte und Eignung zurückgeführter Produkte datenbasiert bewerten lassen.