TY - CHAP AU - Salusinszky, András AU - Budai, László ED - Resperger, Richárd ED - Széles, Zsuzsanna ED - Tóth, Balázs István TI - Adatvezérelt fenntarthatóság: ellátási lánc szimulációs labor a zöld döntés szolgálatában T2 - FEJLŐDÉSI PÁLYÁK ÉS ÚJ TÖRÉSVONALAK A FENNTARTHATÓSÁGI ÁTMENET IDŐSZAKÁBAN : Nemzetközi tudományos konferencia a Magyar Tudomány Ünnepe alkalmából PB - Soproni Egyetem Kiadó CY - Sopron SN - 9789633345795 PY - 2026 SP - 127 EP - 137 PG - 11 DO - 10.35511/978-963-334-579-5-s3-1 UR - https://m2.mtmt.hu/api/publication/37106292 ID - 37106292 AB - A fenntarthatósági átmenet időszakában az oktatásnak kulcsszerepe van abban, hogy a jövőszakemberei képesek legyenek adatvezérelt, környezettudatos és adaptív döntéseket hozni aglobális ellátási láncokban. Az általunk fejlesztett Digitális Ellátási Lánc Szimulációs Laborcélja, hogy valós vállalati folyamatokat utánzó környezetben integrálja a logisztikai, informatikai és környezeti fenntarthatósági kompetenciákat. A labor működése a digitális iker (digitaltwin) és a valós idejű adatgyűjtés (RFID, IoT, RTLS) elvére épül, lehetővé téve a diákok éskutatók számára a termékáramlás, energiafogyasztás és CO₂-kibocsátás modellezését. A rendszer szimulálja a szállítási módok, készletszintek és energiaforrások változtatásának hatását afenntarthatósági mutatókra, miközben fejleszti a résztvevők rendszerszintű gondolkodását,adatértelmezési képességét és digitális problémamegoldó készségét. A labor az oktatási innováció és az ipari együttműködés új platformjaként is értelmezhető: a vállalati partnerekkelegyüttműködve valós adatokon alapuló esettanulmányokat, kísérleti kutatásokat és ESG-mérésigyakorlatokat támogat. | In the period of sustainability transition, education plays a key role in enabling future professionals to make data-driven, environmentally conscious and adaptive decisions in global supply chains. The Digital Supply Chain Simulation Lab developed by us aims to integrate logistics, IT and environmental sustainability competencies in an environment that mimics real business processes. The operation of the lab is based on the principles of digital twin and real-time data collection (RFID, IoT, RTLS), allowing students and researchers to model product flow, energy consumption and CO₂ emissions. The system simulates the impact of changes in modes of transport, stock levels and energy sources on sustainability indicators, while developing participants' systemic thinking, data interpretation skills and digital problem-solving skills. The lab can also be seen as a new platform for educational innovation and industrial collaboration: in collaboration with corporate partners, it supports case studies, pilot research and ESG measurement practices based on real data. LA - Hungarian DB - MTMT ER - TY - JOUR AU - Juhász, Tímea AU - Budai, László AU - Varga, Erika AU - Szira, Zoltán TI - Hard Skills Required for Enterprise Resource Planning Systems. Empirical Research among Hungarian Business Students TS - Empirical Research among Hungarian Business Students JF - TEM JOURNAL: TECHNOLOGY EDUCATION MANAGEMENT INFORMATICS J2 - TEM JOURNAL VL - 14 PY - 2025 IS - 3 SP - 2184 EP - 2195 PG - 12 SN - 2217-8309 DO - 10.18421/TEM143-24 UR - https://m2.mtmt.hu/api/publication/36305806 ID - 36305806 AB - Analysing the fundamental IT (Information Technology) abilities and professional hard skills required for successful performance in System Analytics and Programming (SAP) as well as integrated ERP (Enterprise Resource Planning) positions is the main objective of this paper. A year-long study using a quantitative questionnaire survey was conducted and the results showed which hard skills students believe are necessary. Responses indicate that hard skills alone do not provide a high success rate. Inadequate skills mean that an organisation can not take advantage of the opportunities offered by integrated systems, even if the system could perform the task in question. LA - English DB - MTMT ER - TY - JOUR AU - Andrási, Gábor AU - Keresztes, Éva Réka AU - Budai, László TI - Integrating online simulations in business education. A case study on developing decision-making skills TS - A case study on developing decision-making skills JF - INFORMÁCIÓS TÁRSADALOM: TÁRSADALOMTUDOMÁNYI FOLYÓIRAT J2 - INF TARSAD VL - 25 PY - 2025 IS - 2 SP - 73 EP - 88 PG - 16 SN - 1587-8694 DO - 10.22503/inftars.XXV.2025.2.5 UR - https://m2.mtmt.hu/api/publication/36432594 ID - 36432594 AB - This article presents a case study on how online simulation games impact decision-making skills in business education at the master’s level, with particular focus on Budapest University of Business and Economics. Computer-based simulations that bridge the gap between theory and practice enhance employable skills such as teamwork, problem-solving, and communication. Despite challenges such as cost and alignment with course objectives, simulations are valuable when properly implemented and when instructors play a key role in mitigating obstacles such as computer anxiety. Simulations using the critical incident method are especially effective in promoting deep learning, encouraging reflection, and developing critical thinking amid uncertainty and under stress. Our findings show that well-designed simulations support the development of decision-making skills and critical thinking and offer a practical, engaging learning experience that benefits students’ understanding of complex business scenarios. LA - English DB - MTMT ER - TY - GEN AU - Budai, László TI - Data as a Product - AI application areas CY - Szervezők: Department of Commerce, Faculty of Commerce and Business, Delhi School of Economics; Deen Dayal Upadhyaya College, University of Delhi PY - 2024 UR - https://m2.mtmt.hu/api/publication/34741439 ID - 34741439 LA - English DB - MTMT ER - TY - CHAP AU - Budai, László AU - Keresztes, Éva Réka AU - Bánhalmi, Árpád AU - Horváth, Annamária ED - Géring, Zsuzsanna TI - A generatív mesterséges intelligencia használata az oktatásban T2 - Digitalizáció a felsőoktatásban PB - Budapesti Gazdasági Egyetem CY - Budapest SN - 9786156342881 PY - 2024 SP - 35 EP - 47 PG - 13 UR - https://m2.mtmt.hu/api/publication/35502162 ID - 35502162 AB - A generatív mesterséges intelligencia (generatív MI) olyan új technológia, amely gépi és mély tanulási algoritmusok révén képes új tartalmak létrehozására. Ezek a rendszerek elemzik a meglévő adatokat, mintázatokat, és azok alapján új, eredeti tartalmakat hoznak létre. Ez a technológia lehetővé teszi, hogy a rendszer bemeneti adatokból új mintázatokat és tartalmakat generáljon, például szövegeket, képeket, videókat. Fontos azonban figyelembe venni az etikai és adatvédelmi kérdéseket, amelyek a generatív MI használata során felmerülhetnek. A generatív mesterséges intelligencia (generatív MI) alkalmazása az oktatásban számos új lehetőséget nyit meg, mint a személyre szabott tananyagok kialakítása, az interaktív tanulási környezetek létrehozása, az automatizált értékelési és visszajelzési rendszerek használata, valamint a virtuális tanárok és asszisztensek alkalmazása. A generatív mesterséges intelligencia használata a tananyag kialakításában és fejlesztésben lehetővé teszi az oktatók számára, hogy gyorsan és hatékonyan hozzanak létre személyre szabott tananyagokat. Jelen tanulmányunkban ezekre szeretnénk példát mutatni, illetve áttekinteni, hogy milyen lehetőségek és eszközök állnak rendelkezésre az oktatásban. LA - Hungarian DB - MTMT ER - TY - CHAP AU - Budai, László AU - Horváth, Annamária AU - Keresztes, Éva Réka ED - Géring, Zsuzsanna TI - Mesterséges intelligencia által támogatott szimulációs folyamatok a gazdasági felsőoktatásban. Az SSFL Bosch laborban használt mesterséges intelligencia rendszerek TS - Az SSFL Bosch laborban használt mesterséges intelligencia rendszerek T2 - Digitalizáció a felsőoktatásban PB - Budapesti Gazdasági Egyetem CY - Budapest SN - 9786156342881 PY - 2024 SP - 74 EP - 89 PG - 16 UR - https://m2.mtmt.hu/api/publication/35601351 ID - 35601351 AB - Az ellátási lánc területén használt mesterséges intelligencia (MI) megoldások rendkívül sokoldalúak, az autonóm járművektől kezdve, a gépi látáson, nyelvfelismerésen, robotikán át egészen a kiterjesztett valóságig terjednek. Az ellátási láncban alkalmazott gépi tanulási alkalmazások kereslettervezésre, előrejelzésre, komissiózás ütemezésére és fuvarozási hatékonyság növelésére hasznosíthatók. Ezek az alkalmazási területek és kutatási eredmények integrálódnak a Budapesti Gazdasági Egyetem és a BOSCH közös okoslaborjában, ahol mesterséges intelligencia által támogatott szimulációs folyamatokat alkalmaznak az ellátási lánc területén. A labor lehetőséget biztosít a hallgatók számára, hogy gyakorolják és mélyebben megértsék az AI alkalmazását az üzleti folyamatok hatékonyabbá tételében és a vállalati működés optimalizálásában. A laborban elsősorban a minőségellenőrzés és a prediktív karbantartás területén kerül sor a mesterséges intelligencia működésének gyakorlati megismerésére. LA - Hungarian DB - MTMT ER - TY - CHAP AU - Bölcskei, Attila AU - Budai, László AU - Keresztes, Éva Réka AU - Talata, István ED - Ország, Adrienn ED - Baják, Szabolcs TI - Dinamikus geometriai szoftverrel megvalósított antropomorf adatvizualizáció és alkalmazása T2 - II. Csernyák László Konferencia közleményei PB - Budapesti Gazdasági Egyetem CY - Budapest SN - 9786156342904 PY - 2024 SP - 30 EP - 52 PG - 23 DO - 10.29180/978-615-6342-90-4_3 UR - https://m2.mtmt.hu/api/publication/35635842 ID - 35635842 AB - Az adatvizualizáció egyik nagy problémája összetartozó, nagy mennyiségű adat egyszerre való megjelenítése. A tanulmányban az alkalmas eljárások egyikét, a közelmúltban 50 éves Chernoff-arcokat mutatjuk be, új megközelítésben. A módszer alapötlete az, hogy a multidimenzionális minta változói, mint paraméterek egy képregény figura arcának különböző részeit vezérlik, lehetővé téve, hogy a felhasználó a rajzok segítségével például összefüggéseket fedezzen fel az egyes adatsorok között. Bemutatjuk a Chernoff-arcok új, GeoGebra dinamikus geometriai szoftverrel készített implementációját, amely segítségével az arcot 21 különböző paraméter egyidejű megjelenítésére tettük alkalmassá. Az élvezetes vizualizációt Budapestet és a 19 vármegyét érintő, komplex KSH adatsorokon teszteltük, melyek eredményét szintén bemutatjuk. LA - Hungarian DB - MTMT ER - TY - CHAP AU - Budai, László AU - Sárközy, Helga ED - Ország, Adrienn ED - Baják, Szabolcs TI - A BGE – Bosch Smart Shop Floor Logisztikai Szimulációs Labor T2 - II. Csernyák László Konferencia közleményei PB - Budapesti Gazdasági Egyetem CY - Budapest SN - 9786156342904 PY - 2024 SP - 105 EP - 114 PG - 10 DO - 10.29180/978-615-6342-90-4_8 UR - https://m2.mtmt.hu/api/publication/35635892 ID - 35635892 AB - Az oktatási szimulációk a felsőoktatásban egy gyorsan fejlődő terület, amely nagy szerepet játszik a gyakorlati tudás átadásában és az elméleti ismeretek gyakorlati alkalmazásában. Ezek a technológiák lehetővé teszik a diákok számára, hogy kockázatok és nagy költségek nélkül szerezzenek valósághű tapasztalatokat, számos tudományágban és szakterületen alkalmazva, az orvostudománytól a művészetekig. A szimulációk elősegítik az interaktív tanulást, a kritikus gondolkodást, a problémamegoldást és a döntéshozatali képességek fejlesztését, valamint az együttműködési készségek javítását. Az új technológiák, mint a virtuális és augmentált valóság, valamint a mesterséges intelligencia és gépi tanulás integrációja tovább növelik a szimulációk hatékonyságát. Az ipar 4.0 technológiák ismerete kulcsfontosságú lesz, és a laboratóriumi környezetben végzett gyakorlatok, mint a robotikai laborok használata, segíthetnek a diákoknak felkészülni az ipari valóság kihívásaira. LA - Hungarian DB - MTMT ER - TY - CHAP AU - Budai, László AU - Bölcskei, Attila AU - Sárközy, Helga ED - Ország, Adrienn ED - Baják, Szabolcs TI - Üzleti intelligencia oktatása a Budapesti Gazdasági Egyetem Külkereskedelmi Karán T2 - II. Csernyák László Konferencia közleményei PB - Budapesti Gazdasági Egyetem CY - Budapest SN - 9786156342904 PY - 2024 SP - 115 EP - 124 PG - 10 DO - 10.29180/978-615-6342-90-4_9 UR - https://m2.mtmt.hu/api/publication/35635903 ID - 35635903 AB - Az üzleti intelligencia (BI) a vállalatirányítás és adatelemzés területén használt koncepció, amely fontos szerepet játszik a gyorsan változó üzleti környezetben. A BI adatai segítenek a vállalatoknak a piaci trendek és belső folyamataik jobb megértésében, döntéshozataluk javításában és versenyelőnyük növelésében. A BI folyamatok, technológiák és módszertanok összességét jelenti az adatok gyűjtésére, elemzésére és felhasználására, döntéshozatali és stratégiai célokra. Ez javítja a döntéshozatali folyamatokat, segít a piaci pozíció és belső hatékonyság megértésében, valamint a versenyelőny megszerzésében és megtartásában. A BI a vállalat belső folyamatainak optimalizálásában is segít. Ezen irányok mentén dolgoztuk ki 2017-ben a BGE KKK-n az Üzleti intelligencia és döntések specializációt. LA - Hungarian DB - MTMT ER - TY - JOUR AU - Juhász, Tímea AU - Horváth, Annamária AU - Budai, László TI - Factors Affecting Knowledge Transfer Interactions and Their Modelling in Higher Education (Based on a Hungarian Empirical Study) JF - Cultural Management: Science and Education J2 - CMSE VL - 8 PY - 2024 IS - 2 SP - 83 EP - 99 PG - 17 SN - 2512-6962 DO - 10.30819/cmse.8-2.06 UR - https://m2.mtmt.hu/api/publication/35693280 ID - 35693280 AB - There is no question that today's successful universities see themselves as bastions of knowledge trans-fer. The classic institutional role involves the transfer, development and preservation of knowledge. However, universities often fail to realise that several factors can influence the nature and frequency of knowledge transfer interactions between institutional citizens. The authors surveyed Hungary in 2021 and 2022 to analyse this, involving 552 students. The results show that students are more likely to seek professional help from teachers who provide them with up-to-date, practical knowledge. Furthermore, the authors present their own learning analytic model, using students' baseline data to predict the ex-tent to which students are willing to interact with instructors for knowledge transfer. LA - English DB - MTMT ER -