Fynn Oldenburg ist seit Mai 2023 PhD-Doktorand:in an der Kühne Logistics University (KLU) im Fachbereich Operations & Technology unter der Betreuung von Prof. Dr. Kai Hoberg und Prof. Dr. Henrik Leopold. In der Forschung beschäftigt Fynn sich in Zusammenarbeit mit Celonis mit der Anwendung von Prozessintelligenz in der Lieferkettenanalyse. Insbesondere untersucht er, wie sich Störungen im vorgelagerten Bereich verstärken und sich nachgelagert auf die Akteure der Lieferkette auswirken, wobei er sich auf die Wirkungsmessung, Visualisierung und prädiktive Modellierung konzentriert.
Fynn hat einen Master of Science in Business Analytics von der Nova School of Business and Economics in Lissabon und einen Bachelor of Science in Business Administration mit dem Schwerpunkt Supply-Chain-Management von der KLU. Seine Forschungsergebnisse wurden im „International Journal of Production Research“ und in den Tagungsberichten der IEEE International Conference on Data Science and Advanced Analytics veröffentlicht. Er hat seine Arbeiten auf führenden internationalen Konferenzen vorgestellt, darunter die AAAI-Konferenz für Künstliche Intelligenz, die Jahrestagung der Production and Operations Management Society (POMS) und die Celosphere Practitioner Conference. Außerdem sammelte Fynn praktische Erfahrungen durch Praktika im Produktmanagement bei Celonis, in der technischen Beratung bei Deloitte sowie als wissenschaftliche:r Mitarbeiter:in an der NOVA SBE und der KLU.
Contact
Networks
Education
| Since 2023 | PhD candidate at Kühne Logistics University, Hamburg, Germany |
| 2021 - 2023 | Master of Science in Business Analytics, Nova School of Business and Economics, Lisbon, Portugal |
| 2019 - 2019 | Exchange Semester, Heriot-Watt University, Edinburgh, United Kingdom |
| 2017 - 2020 | Bachelor of Science in Business Administration, Kühne Logistics University, Hamburg, Germany |
Professional Experience
| 2023 - 2023 | Research Associate, Kühne Logistics University, Hamburg, Germany |
| 2021 - 2022 | Data Research Scientist, Nova School of Business & Economics, Lisbon, Portugal |
| 2019 - 2021 | Internship & Working Student, Deloitte Germany GmbH, Hamburg & Munich, Germany |
| 2018 - 2018 | Working Student Business Development, Cargonexx GmbH, Hamburg, Germany |
Publikationen
Recent advances in process mining technology have extended its applicability beyond traditional domains such as healthcare, finance and manufacturing, making it increasingly relevant for addressing problems in supply chain management. In our research, we explore the integration of process mining techniques within the domain of supply chain management, focusing on uncovering inefficiencies, ensuring compliance, and identifying opportunities for improvement. Therefore, we first review the technological advances in process mining relevant to supply chain management and outline six relevant approaches. We then combine the identified methodologies with expert interviews to derive and validate six specific use cases where process mining can significantly contribute to supply chain efficiency and resilience. The paper presents a detailed description of these use cases, demonstrating how process mining can provide actionable insights for a wide range of supply chain
problems. We discuss the implications of our findings for practitioners, who benefit from enhanced visibility and optimisation opportunities, and researchers, who are provided with a roadmap for exploration of this promising interdisciplinary field. To the best of our knowledge, this is the first work to explore potential use cases for process mining in a supply chain context, providing a comprehensive perspective on the potential benefits and challenges.
