MAS227 Operasjonell strategi, utførelse & LEAN

Innhold og oppbygning

Faget integrerer grunnleggende AI analytics og datadrevne metoder for å forstå, analysere og forbedre operasjonelle prosesser.Gjennom arbeid i Python og Jupyter Notebooks lærer studentene å anvende enkel dataanalyse, simulering og visualisering som støtte til beslutninger innen operasjonell strategi og forsyningskjedeledelse.

Læringsutbytte

Kunnskaper

Etter fullført emne skal studenten kunne:

• Forklare sentrale konsepter og prinsipper for operasjonsstrategi, og hvordan datadrevne analyser støtter strategiske beslutninger.
• Forklare hvordan grunnleggende dataanalyse og simulering kan brukes til å vurdere og forbedre prosessdesign, kapasitetsplanlegging og kvalitetsstyring.
• Gjenkjenne og diskutere betydningen av automatisering, maskinlæring og etikk i moderne operasjonsledelse.
• Ha kunnskap om hvordan digital visualisering og KPI-dashboards bidrar til performance management og kontinuerlig forbedring.

Ferdigheter

Etter fullført emne skal studenten kunne:

• Anvende Python og Jupyter Notebooks til å analysere, simulere og visualisere operasjonelle data.
• Gjennomføre enkel statistisk analyse og prognose for å vurdere trender i operasjonelle data
• Utvikle og tolke digitale dashboards for å overvåke operasjonell ytelse og foreslå forbedringer.
• Bruke data til å oppdage avvik og foreslå forbedringstiltak
• Koble analytiske resultater til operasjonelle og strategiske beslutninger i en SCM-kontekst.
• Samarbeide i team om datadrevne problemløsningsprosjekter og formidle komplekse resultater på en klar og handlingsorientert måte.

Generell kompetanse

Etter fullført emne skal studenten kunne:

• Forstå hvordan AI analytics og operasjonell strategi gjensidig påvirker organisasjoners konkurranseevne og resiliens.
• Reflektere over bærekraftige og etiske implikasjoner ved bruk av data og algoritmer i beslutningsprosesser.
• Bidra til digital forbedring og kontinuerlig læring ved å bruke dataanalyse som støtte i operasjonelle beslutninger.
• Ha bevissthet om hvordan kontinuerlig læring og eksperimentering (f.eks. simulering og digitale tvillinger) styrker operasjonell robusthet.

Krav til forkunnskaper

Ingen

Anbefalte forkunnskaper

Forkunnskaper innen bedriftsøkonomi er en fordel.

Undervisnings- og læringsformer

Klasseromsundervisning og oppgaveseminarer kombinert med gruppearbeid. Gruppebasert veiledning etter behov.

Obligatorisk læringsaktivitet

• 2 gruppebaserte, obligatoriske semesteroppgaver må være godkjent, før eksamen kan avlegges.
• 2 gruppebaserte, muntlige fremføringer av obligatorisk semesteroppgave, må være godkjent før eksamen kan avlegges.
• Obligatorisk oppmøte og deltagelse på oppgaveseminarer

Til sammen 5 obligatoriske arbeidskrav

Vurderingsform

Gruppebasert hjemmeeksamen over 3 dager med justerende muntlig eksamen.

Karakteren for hjemmeeksamen vil bli kunngjort minst 24 timer før starten av den muntlige eksamen. Etter den muntlige eksamen kan karakteren justeres opp eller ned med én karakter. Karakteren for den justerende muntlige eksamen vil være identisk med sluttkarakteren.

Karakteren etter muntlig eksamen kan settes individuelt for det enkelte gruppemedlem.

Muntlig eksamen varighet 40 minutter

Tidspunktet for hjemmeeksamen vil bli oppgitt ved starten av semesteret.

Dato og tidspunkt for muntlig eksamen vil også bli opplyst ved semesterstart

Karakterskala A-F, der F tilsvarer ikke bestått.

Hjelpemidler ved eksamen

Alle hjelpemidler tillatt under hjemmeeksamen. For mer informasjon om kunstig intelligens (KI) se https://www.hvl.no/student/eksamen/innlevering-av-heimeeksamen-og-oppgaver/

Ingen hjelpemidler tillatt på muntlig eksamen

Mer om hjelpemidler

Faglig overlapping

• MAS225 - LEAN - Reduksjon: 10 studiepoeng
• MAS137 - Forbetringsleiing - Leanleiing - Reduksjon: 10 studiepoeng
• ØAL118 - Operasjonell strategi og utføring - Reduksjon: 7,5 studiepoeng
• ØAL116 - Produksjonsleiing og prosessforbedring - Reduksjon: 7,5 studiepoeng