1. Analiza ustreznosti programske opreme za operativno upravljanje v gradbenem podjetjuBojana Urbanc, 2024, diplomsko delo Opis: Diplomsko delo obravnava uporabo programske opreme za operativno upravljanje v
gradbenem podjetju X. Teoretični del zajema pomen ustrezne programske opreme v
gradbeništvu, vlogo vodje sektorja operative in mehanizacije ter pregled obstoječih rešitev za
upravljanje projektov, dokumentne sisteme, resurse in mehanizacijo ter nadzor stroškov.
Aplikativni del se osredotoča na analizo obstoječega stanja v podjetju in uporabo programske
opreme z vidika njenega vpliva na operativne procese, produktivnost in optimizacijo.
Ugotovitve kažejo, da trenutna programska oprema ustreza potrebam sektorja, učinkovito
podpira operativne procese in prispeva k skladnosti z zakonodajo ter večji produktivnosti.
Kljub temu podjetje prepoznava priložnosti za nadaljnjo digitalizacijo in uvedbo naprednih
funkcionalnosti za še boljšo podporo strateškim ciljem.
Ključne besede: Programska oprema, operativno upravljanje, gradbeno podjetje, optimizacija procesov, produktivnost, digitalizacija.
Objavljeno v DKUM: 24.03.2025; Ogledov: 0; Prenosov: 16
 Celotno besedilo (1,67 MB) |
2. Primerjava spletnih trgovalnih platform za majhne vlagateljeViktor Kastel, 2025, magistrsko delo Opis: Magistrsko delo se osredotoča na analizo treh izbranih spletnih trgovalnih platform za majhne vlagatelje, in sicer eToro, Trading 212 in Robinhood. V tem kontekstu smo oblikovali kriterije, po katerih smo primerjali omenjene platforme in ki se nanašajo na primerjavo uporabniške izkušnje, stroškov in provizij, mobilne različice, dodatnih funkcij, odzivnosti klepetalnih robotov in ustreznosti odgovorov podpore strankam ter varnosti in regulative. Vlagatelji se zelo pogosto srečujejo s težavo, katero platformo izbrati za
plasiranje svojih sredstev, in dilemo, katera platforma ponuja najboljšo, vsesplošno uporabniško izkušnjo, ki postaja vse pomembnejši dejavnik za izbiro v hitro rastočem svetu digitalizacij. Odgovor na to vprašanje smo podali v magistrskem delu. Rezultati naše raziskave nakazujejo na to, da so trenutni ponudniki digitalnih platform drug drugemu zelo konkurenčni, saj so razlike med njimi zelo majhne, kar pomeni, da nianse odločajo.
Ključne besede: uporabniška izkušnja, stroški trgovanja, mobilna različica, klepetalni roboti, podpora strankam, kibernetska varnost.
Objavljeno v DKUM: 20.03.2025; Ogledov: 0; Prenosov: 18
Celotno besedilo (3,66 MB) |
3. Hybrid reality development - can social responsibility concepts provide guidance?Igor Perko, 2021, izvirni znanstveni članek Opis: Purpose: This paper aims to define hybrid reality (HyR) as an ongoing process in which artificial intelligence (AI) technology is gradually introduced as an active stakeholder by using reasoning to execute real-life activities. Also, to examine the implications of social responsibility (SR) concepts as featured in the HyR underlying common framework to progress towards the redefinition of global society.
Design/methodology/approach: A combination of systemic tools is used to examine and assess the development of HyR. The research is based on evolutionary and learning concepts, leading to the new meta-system development. It also builds upon the viable system model and AI, invoking SR as a conceptual framework. The research is conducted by using a new approach: using system dynamics based interactions modelling, the following two models have been proposed. The state-of-the-art HyR interactions model, examined using SR concepts; and a SR concept-based HyR model, examined using a smart vehicle case.
Findings: In the HyR model, interaction asymmetry between stakeholders is identified, possibly leading to pathological behaviour and AI technology learning corruption. To resolve these asymmetry issues, an interaction model based on SR concepts is proposed and examined on the example of an autonomous vehicle transport service. The examination results display significant changes in the conceptual understanding of transport services, their utilisation and data-sharing concepts.
Research limitations/implications: As the research proposal is theoretical in nature, the projection may not display a fully holistic perspective and can/should be complemented with empirical research results.
Practical implications: For researchers, HyR provides a new paradigm and can thereby articulate potential research frameworks. HyR designers can recognise projected development paths and the resources required for the implication of SR concepts. Individuals and organisations should be aware of their not necessarily passive role in HyR and can therefore use the necessary social force to activate their status.
Originality/value: For the first time, to the best of the author’s knowledge, the term HyR is openly elaborated and systemically examined by invoking concepts of SR. The proposed model provides an overview of the current and potential states of HyR and examines the gap between them.
Ključne besede: artificial intelligence, social responsibility, systems thinking, cybernetics, hybrid reality, interactions model
Objavljeno v DKUM: 04.02.2025; Ogledov: 0; Prenosov: 4
Celotno besedilo (796,19 KB)
Gradivo ima več datotek! Več... |
4. VPLIV UMETNE INTELIGENCE NA APLIKACIJE POSLOVNEGA OBVEŠČANJA: ANALIZA PRIMERAZala Lončarič, Igor Perko, Iztok Kolar, 2024, magistrsko delo Opis: Povzetek: V magistrski nalogi smo raziskovali vpliv umetne inteligence na sisteme za poslovno obveščanje. Z uporabo tridesetdnevnega brezplačnega dostopa do aplikacije MicroStrategy ONE smo raziskali, kako je umetna inteligenca vplivala na zmogljivost aplikacije in koliko je to v resnici doprinos za podjetje, ki jo uporablja.
V teoretičnem delu smo predstavili poslovno inteligenco oziroma sisteme za poslovno obveščanje ter kakšna je njihova vloga v podjetjih in trendi v zadnjih letih. Sledi poglavje umetne inteligence, kjer smo predstavili osnovne koncepte in metode, ki se na tem področju uporabljajo. Izpostavili smo tudi etični in pravni vidik. Vključili smo poglavje o konrolingu, saj so tako sistemi za obveščanje kot umetna inteligenca vedno bolj z njim povezani. V omenjenih poglavjih smo izpostavili prednosti in slabosti vpliva AI na ostala področja, ter povezanost BI sistemov s področjem kontrolinga. Vključili smo že izvedene raziskave na to temo.
V empiričnem delu smo s pomočjo aplikacije MicroStrategy ONE naredili raziskavo na področju AI in BI. Predstavili smo aplikacijo, kaj je novega v aplikaciji, povezanega z umetno inteligenco, ter kaj je omogočeno v brezplačni poskusni različici aplikacije. Ugotovili smo, da je izbrana aplikacija uvedla večino možnosti uporabe umetne inteligence v prakso. Opazimo uporabo strojnega učenja, obdelavo naravnega jezika ter razširjeno analitiko. Aplikacija nima integriranega računalniškega vida, vendar je ta mogoč z integracijo zunanjih orodij. Druga hipoteza se je nanašala na hitrost priprave poročil. Ugotovili smo, da umetna inteligenca veliko hitreje pripravi poročila, kot uporabnik (preprosta in kompleksna). Problem nastane, ko umetna inteligenca ne pripravi takšnega poročila, kot smo si zamislili, in so potrebni popravki, ki zahtevajo dodaten čas. Kljub potrebnim popravkom porabimo manj časa, kot če bi sami oblikovali celotno poročilo. Za namen zadnje hipoteze smo primerjali izbiro podatkov, ki so vključeni v poročilo, ki ga pripravi umetna inteligenca, ter podatki, ki so vključeni v poročilo, ki ga pripravi strokovnjak na izbranem področju. Ugotovili smo, da poročila niso enaka, vendar so podobna v določenih elementih. Predvsem je razlika v prikazu podatkov in ustreznosti oblike podatkov. AI še ne more nadomestiti osebe, lahko pa nam zelo pripomore pri delu, če ga znamo pravilno izkoristiti.
Rezultati, ki smo jih pridobili skozi raziskavo, potrjujejo, da umetna inteligenca pripomore k boljši uporabi sistemov za obveščanje, vendar mora biti uporabnik kritičen do podatkov, ki jih umetna inteligenca pripravi. Vsekakor nam olajša prikaz hitrih poročil, predvsem kakšne medletne primerjave, vendar je za kompleksna poročila bolje, da jih pripravi uporabnik sam ali pa mu umetna inteligenca le do določene mere pomaga.
Ključne besede: Ključne besede: umetna inteligenca, poslovna inteligenca, poslovno obveščanje, kontroling
Objavljeno v DKUM: 17.01.2025; Ogledov: 0; Prenosov: 49
Celotno besedilo (3,60 MB) |
5. Informacijska podpora prodaji v proizvodnem podjetju: analiza primeraOskar Lah, 2024, magistrsko delo Opis: Magistrska naloga z naslovom "Informacijska podpora prodaji v proizvodnem podjetju: analiza primera" se osredotoča na analizo informacijskih sistemov in tehnologij, ki podpirajo proces prodaje v poslovnem okolju podjetja AJM, specializiranega za stavbno pohištvo po meri. Naloga raziskuje obstoječe prakse in tehnologije ter ocenjuje njihove učinke pri izboljšanju prodajnih dejavnosti in doseganju poslovnih ciljev. Poseben poudarek je na primerjavi med klasičnim prodajnim podjetjem in proizvodnim podjetjem, ki vključuje inženiring izdelkov, ki so prilagojeni željam strank. V okviru raziskave se analizira trenutni sistem zbiranja, shranjevanja in uporabe prodajnih informacij v podjetju AJM ter ocenjuje učinke obstoječih poslovnih procesov in orodij, zlasti CRM sistema HubSpot in ERP sistema Cantor. Metodologija vključuje deskriptivni pristop v teoretičnem delu ter metodo analize primera v empiričnem delu, kjer se preučuje dejanska uporaba CRM in ERP sistema v podjetju AJM. V magistrskem delu je bilo s pomočjo uporabljenih metod ugotovljeno, da informacijska podpora pozitivno vpliva na prodajne rezultate, da CRM sistemi z avtomatizacijo izboljšujejo učinkovitost prodaje, in da poslovni uporabniki ocenjujejo informacijsko podporo kot pozitivno komponento na njihovo zadovoljstvo pri delu. Raziskava identificira ključne izzive in prednosti obstoječega sistema ter predlaga izboljšave, ki bi lahko prispevale k boljšemu razumevanju kupcev, učinkovitejši komunikaciji, upravljanju prodajnih podatkov in povečanju stopnje konverzij.
Ključne besede: Upravljanje odnosov s strankami, načrtovanje virov podjetja, informacijska podpora, prodajne informacije, proizvodno podjetje, poslovni procesi, informacijsko orodje.
Objavljeno v DKUM: 07.01.2025; Ogledov: 0; Prenosov: 14
Celotno besedilo (4,05 MB) |
6. Vključevanje orodij umetne inteligence v celovite informacijske rešitve: primer napovedovanja prodaje in zalogGarvin Gajšek, 2024, magistrsko delo Opis: Izziv dela predstavlja integracijo celovitih informacijskih rešitev s tehnologijami umetne inteligence za napovedovanje prodaje in upravljanje zalog v podjetjih, s posebnim poudarkom na platformi Microsoft Dynamics 365 Business Central. V sodobnem poslovnem okolju predstavlja napovedovanje prodaje in zalog enega izmed ključnih elementov za ohranjanje konkurenčne prednosti podjetij. Zaradi naraščajočega pomena teh dejavnikov se vse pogosteje poslužujemo orodij umetne inteligence in strojnega učenja, ki omogočajo bolj natančne in pravočasne napovedi ter optimizacijo zalog. Ena izmed glavnih prednosti strojnega učenja je sposobnost obravnave kompleksnih podatkovnih nizov, ki vključujejo več dejavnikov ali značilk. S tem lahko izboljšamo model in natančnost napovedi, saj lahko algoritmi strojnega učenja učinkoviteje izkoristijo informacije, ki jih vsebujejo podatki. Ta pristop nam daje pomembno prednost nad konkurenco in nam omogoča, da ostajamo korak pred njo v dinamičnem poslovnem okolju. Seveda pa je ključnega pomena pravilna izbira dejavnikov, ustrezna obdelava podatkov ter izbira ustrezne metode strojnega učenja, da lahko dosežemo najboljše rezultate pri napovedovanju. Velik izziv na področju na tem področju je zato vprašanje, katere podatke in zgodovino podatkov umetna inteligenca uporablja in potrebuje za izvajanje kvalitetnih napovedi.
V magistrskem delu predstavimo osnovne paradigme strojnega učenja (angl. machine learning, v nadaljevanju ML), ki so uporabljene v našem eksperimentu napovedovanja prodaje iz zalog. Opisani so elementi poteka dela ML, okvir regresijsko temelječih metod ML in ocenjevalne matrike ML. Pomemben del naloge je posvečen analizi in opisu programske kode jezika R, s katero poglobimo razumevanje delovanja modela strojnega učenja v okolju Azure Machine Learning (v nadaljevanju AML) Studio. Model strojnega učenja v AML Studio je nato objavljen kot spletna storitev, do katere dostopamo preko REST (prenos predstavitvenega stanja, angl. REpresentational State Transfer, v nadaljevanju REST) API (aplikacijski programski vmesnik, angl. Application Programming Interface, v nadaljevanju API) protokola.
V nadaljevanju je opisan razvoj razširitve Business Centrala, ki predstavlja jedro izvedbe napovedovanja in integracije vtičnika strojenega učenja. Razširitev služi kot neposredni komunikator med uporabnikom in modelom strojnega učenja. Končnemu uporabniku Business centrala omogoča izvajanje funkcij učenja, ocenjevanja in napovedovanja.
Magistrsko delo zaključimo z interpretacijo kvantitativnih rezultatov napovedi. Kvantitativna primerjava rezultatov različnih modelov strojenega učenja nam pokaže, da eksperiment strojnega učenja sicer izpolnjuje osnovne pogoje in procese napovedovanja, a se sooča z določenimi pomanjkljivostmi.
Ključne besede: umetna inteligenca, strojno učenje, celovite informacijske rešitve, napovedovanje prodaje in zalog, nadzorovano učenje.
Objavljeno v DKUM: 07.01.2025; Ogledov: 0; Prenosov: 38
Celotno besedilo (2,64 MB) |
7. Monitoring and genetic characterization of historical grapevine varieties (V. vinifera ssp.) from Styria in SloveniaStanko Vršič, Oliver Trapp, Erika Maul, Franco Röckel, Andrej Perko, 2024, izvirni znanstveni članek Ključne besede: V. vinifera L., historical varieties, genetic analyses, Styria, Slovenia
Objavljeno v DKUM: 05.12.2024; Ogledov: 0; Prenosov: 12
Celotno besedilo (1,86 MB)
Gradivo ima več datotek! Več... |
8. |
9. |
10. Monitoring and genotyping of wild grapevine (Vitis vinifera L. subsp. sylvestris) in SloveniaAndrej Perko, Oliver Trapp, Erika Maul, Franco Röckel, Andrej Piltaver, Stanko Vršič, 2024, izvirni znanstveni članek Ključne besede: wild grapevine, SSR markers, conservation, genetic fingerprinting, Slovenia
Objavljeno v DKUM: 05.12.2024; Ogledov: 0; Prenosov: 7
Celotno besedilo (3,49 MB)
Gradivo ima več datotek! Več... |
