Joachim Hunker studierte Wirtschaftsinformatik im Bachelor sowie Logistik, Infrastruktur und Mobilität im Master, jeweils mit den Schwerpunkten Produktion und Logistik. Beide Abschlussarbeiten beschäftigten sich mit der Reihenfolgeplanung in der Automobilproduktion, die jeweils in Zusammenarbeit mit einem erfolgreichen Software- und Beratungshaus entstanden. Berufserfahrung sammelte er über mehrere Jahre insbesondere in seiner Rolle als Professional Consultant bei einem führenden ERP-Hersteller, wo er vielfältige Projekte in Unternehmen begleitete sowie Teilprojekte leitete. Von September 2017 bis Juli 2023 war Herr Hunker als wissenschaftlicher Mitarbeiter am Fachgebiet ITPL beschäftigt. Neben umfassender Lehrtätigkeit betreute Herr Hunker zu seinen Forschungsfeldern Projekt- sowie Abschlussarbeiten im Bachelor und Master.
0000-0002-2715-6430
Wuttke, A.; Hunker, J.; Rabe, M.: LogFarm: An Open Source Graph-based Simulator for Logistics Networks. SNE 34 (2024) 1, S. 43-50. Details.
Wuttke, A.; Hunker,J,; Rabe, M.; Diepenbrock, J.-P.: Estimating Parameters with Data Farming for Condition-based Maintenance in a Digital Twin. In: Corlu, C.G.; Hunter, S.R.; Lam, H.; Onggo, S.; Shortle, J.; Biller, B. (eds.): Proceedings of the Winter Simulation Conference 2023. Piscataway, NJ: IEEE 2023, pp. 1641-1652. Details.
Hunker, J.: Farming for Mining: Simulationsbasierte Wissensentdeckung in Logistischen Assistenzsystemen für Werkstoffhandelsnetzwerke. In: Rabe, M.; Scheidler, A.-A. (eds.): Drei Dutzend Jahre Simulationstechnik - Festkolloquium September 2022. Göttingen: Cuvillier 2022, pp. 19-20.
Hunker, J.; Scheidler, A.-A.; Rabe, M.; van der Valk, H.: A New Data Farming Procedure Model for a Farming-for-Mining Method in Logistics Networks. In: Feng, B.; Pedrielli, G.; Peng Y.; Shashaani, S.; Song, E.; Corlu, C.G.; Lee, L.H.; Chew, E.P.; Roeder, T.; Lendermann, P. (eds.): Proceedings of the 2022 Winter Simulation Conference. Piscataway, NJ: IEEE 2022, pp. 1461-1472. Details.
van der Valk, H.; Winkelmann, S.; Ramge, F.; Hunker, J.; Langenbach, K.; Rabe, M.: Characteristics of Simulation. A Meta-Review of Modern Simulation Applications. In: Feng, B.; Pedrielli, G.; Peng Y.; Shashaani, S.; Song, E.; Corlu, C.G.; Lee, L.H.; Chew, E.P.; Roeder, T.; Lendermann, P. (eds.): Proceedings of the 2022 Winter Simulation Conference. IEEE, Piscataway, NJ 2022, pp. 2558-2569. Details.
Wuttke, A.; Hunker, J.; Scheidler, A. A.; Rabe, M.: Synthetic Demand Generation with Seasonality for Data Mining on a Data-Farmed Data Basis of a Two-Echelon Supply Chain. Procedia Computer Science 204 (2022), pp. 226-234 Details.
Hunker, J.: Farming for Mining: Combining Data Farming and Data Mining to Gain Knowledge in Supply Chains. In: Kim, S.; Feng, B.; Smith, K.; Masoud, S.; Zheng, Z.; Szabo, C.; Loper, M.: (eds,): Proceedings of the 2021 Winter Simulation Conference. Piscataway: IEEE 2021. Details.
Hunker, J.; Wuttke, A.; Scheidler, A. A.; Rabe, M.: A Farming-for-mining Framework to Gain Knowledge in Supply Chains. In: Kim, S.; Feng, B.; Smith, K.; Masoud, S.; Zheng, Z.; Szabo, C.; Loper, M.: (eds,): Proceedings of the 2021 Winter Simulation Conference. Piscataway: IEEE 2021, DOI 10.1109/WSC52266.2021.9715372. Details.
Hunker, J.; Scheidler, A. A.; Rabe, M.: A Systematic Classification of Database Solutions for Data Mining to Support Tasks in Supply Chains. In: Kersten, W.; Blecker, T.; Ringle, C. M.: (eds.): Data Science and Innovation in Supply Chain Management: How Data Transforms the Value Chain. Proceedings of the Hamburg International Conference of Logistics (HICL) Hamburg, 24.-25. September 2020. Berlin: epubli GmbH, pp. 395-425. Details.
van der Valk, H.; Hunker, J.; Rabe, M.; Otto, B.: Digital Twins in Simulative Applications: A Taxonomy. In: Bae, K.-H.; Feng, B.; Kim, S.; Lazarova-Molnar, S.; Zheng, Z.; Roeder, T.; Thiesing, R. (eds.): Proceedings of the 2020 Winter Simulation Conference. Picataway: IEEE 2020, pp. 2695-2706. Details.
Rabe, M,; Schmitt, D.; Klüter, A.; Hunker, J.: Decoupling the Modeling of Actions in Logistics Networks from the Underlying Simulation Data Model. In: Clausen, U.;.Langkau, S.; Kreuz, F.: (eds.): Advances in Production, Logistics and Traffic. Proceedings of the 4th Interdisciplinary Conference on Production Logistics and Traffic (ICPLT) 2019. Cham: Springer Nature Switzerland, pp. 32-44. Details.
Kropf, J. X.: Literaturbasierte Diskussion der Begriffe Daten, Informationen und Wissen im Kontext von IT-Anwendungen im produktionslogistischen Umfeld. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2023.
Langenbach, K.: Untersuchung der Automatisierbarkeit von Verifikations- und Validierungstechniken anhand von Kriterien in der Simulationsdomäne. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2022.
Lehmkemper, A.-L.: Data Farming in Logistiknetzwerken des Handels - Konzeption und Umsetzung einer Data Farming Studie in einem Farming-for-Mining-Framework. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2022.
Wuttke, A.: Entwicklung eines graphbasierten Simulators zur Simulation von Logistiknetzwerken in einem Data-Farming-Framework. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2022.
Akyol, E.: Untersuchung der Eignung des MapReduce-Verfahrens für den Einsatz in logistischen Assistenzsystemen im Aufgabengebiet des Supply Chain Managements. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2021.
Alić, D.: Backend zu einer datenbankbasierten Webapplikation für den Einsatz in der digitalen Lehre. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2021.
Alić, O.: Frontend zu einer datenbankbasierten Webapplikation für den Einsatz in der digitalen Lehre. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2021.
Bonnemann, M.: Ansätze zur Integration eines Vorgehensmodells des Data Farmings in Supply Chains. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2021.
Fahrenholz, C. M.: Klassifizierung von Algorithmen des Graph-Mining zur Beantwortung logistischer Fragestellungen in Supply Chains. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2021.
Langenbach, K.: Entwicklung eines Graphmining-Konzeptes unter Verwendung von MATLAB im Supply Chain Management. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2021.
Schubin, E.: Systematische Literaturrecherche im Hinblick auf den Wandel der Forschungsfelder in der Logistik. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Fachwissenschaftliche Projektarbeit, 2021.
Steinfurth, F.: Implementierung einer auf Graph Mining basierenden Open-Source-Applikation zur Risikoidentizierung von SupplyChains. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2021.
Duparc, E. N.-L.: Klassifizierung von logistischen Fragestellungen des Supply-Chain-Managements und deren Beantwortung unter Berücksichtigung einer Graphenrepräsentation. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2020.
Langenbach, K.: Gruppierung von Verifikations- und Validierungstechniken bei der Modellentwicklung in der Simulation von Supply Chains. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Fachwissenschaftliche Projektarbeit, 2020.
Wuttke, A.: Datenerfassung an einem Modell eines automatischen Hochregallagers zum Aufbau einer Simulationsdatenbasis. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2020.
Draffehn, D.: Vorgehen zur Prüfung der Simulationswürdigkeit im Bereich der Liefertreue von Automobilzulieferern. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2019.
Fahrenholz, C. M.: Entwicklung einer Methode zur Prüfung der Eignung von NoSQL-Datenbanksystemen zur Datenspeicherung in vernetzten Produktionssystemen der Automobilindustrie. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2019.
Lüders, C.: Erstellung eines Konzepts zur Entwicklung eines Software-Tools für den Vertrieb von IT-Dienstleistern im Bereich von ERP zur Veranschaulichung von kundenindividuellen Szenarien. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2019.
Neumann, N.: Untersuchung der Programmiersprache Julia zur Analyse großer Datenbestände in der Logistik. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2019.
Rellensmann, T.: Data Mining-Werkzeuge und ihre Schnittstellen zu Datenbankmanagementsystemen. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Fachwissenschaftliche Projektarbeit, 2019.
Schreiber, F.: Vorgehensweise zur systematischen Ableitung und Bewertung konstruktionsrelevanter Kennzahlen im Schiffsbau. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2019.
Volkstein, M.: Ein multikriterieller Bewertungsrahmen für städtische Güterverkehrslogistiklösungen. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2019.
Braun, H.: Konzept für ein Simulationsmodell zur Leistungsanalyse von automatischen Kleinteilelagern im Kontext der Automobilindustrie. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2018.
Duparc, E. N.-L.: Untersuchung und Bewertung von Industrie-4.0-Technologien zur Unterstützung von Lebenszyklusanalysen. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2018.
Patzelt, D.; Fahrenholz, C.: Modellierung und Simulation selbststeuernder miniaturisierter Logistiksysteme mit GD.findi und Arena. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Fachwissenschaftliche Projektarbeit, 2018.
Plate, S. J.: Vorgehen zur Bewertung der Auswirkung des strategischen Lieferantenmanagements auf die Qualitätssicherung in der Automobilindustrie. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Masterarbeit, 2018.
Rosian, M.: Intelligentes Datenmanagement in der Produktion. Ein objektorientierter Modellierungsansatz. Technische Universität Dortmund, Fachgebiet IT in Produktion und Logistik, Bachelorarbeit, 2018.