IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-662-66278-6_22.html
   My bibliography  Save this book chapter

Die Entwicklung eines Kartellscreening-Tools bei der Deutsche Bahn AG

In: Künstliche Intelligenz und Data Science in Theorie und Praxis

Author

Listed:
  • Hannes Beth

    (Deutsche Bahn AG, Kartellrecht - Schadensersatz und Ökonomie)

  • Livia Kaiser

    (Alexander Thamm GmbH)

Abstract

Zusammenfassung Zur Aufdeckung und Vermeidung von Kartellen in der Lieferkette haben Einkauf und Rechtsabteilung der Deutschen Bahn ein innovatives Kartellscreening-Tool entwickelt. Datenbasiert, algorithmengestützt und automatisiert werden Muster in Preisen und Geboten von Lieferanten identifiziert und visualisiert, die auf eine Koordination kartellbeteiligter Lieferanten hindeuten. Projekt und Screening-Tool sind gute Beispiele dafür, dass sich durch Data Science Methoden neuartige Analyseansätze umsetzen lassen, die Menschen als Anwender des Tools überhaupt erst in die Lage versetzen, zielgerichtet als auffällig identifizierte Beschaffungsvorgänge weitergehend betrachten und bewerten zu können. Und durch die Vermeidung von Kartellabsprachen können Beschaffungskosten gesenkt und fairer Wettbewerb gefördert werden. So ist der Kartellscreening-Ansatz der Deutschen Bahn sicherlich auch für andere Unternehmen von Bedeutung.

Suggested Citation

  • Hannes Beth & Livia Kaiser, 2023. "Die Entwicklung eines Kartellscreening-Tools bei der Deutsche Bahn AG," Springer Books, in: Andreas Gillhuber & Göran Kauermann & Wolfgang Hauner (ed.), Künstliche Intelligenz und Data Science in Theorie und Praxis, chapter 0, pages 267-282, Springer.
    • Handle: RePEc:spr:sprchp:978-3-662-66278-6_22
    DOI: 10.1007/978-3-662-66278-6_22
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-662-66278-6_22. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.