Syllabus data

Course Title
Business Internship (Manufacturing)
Course Title in English
Business Internship (Manufacturing)
Course Type
-
応用実践科目
Eligible Students
Graduate School of Social Sciences
Target Grade
All
Course Numbering Code
KCMMS5MCA3
Credits
2.00Credits
The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.
Type of Class
演習 (Seminar)
Eligible Year/Semester
Fall semester 2026
Instructor
顯谷 敏也,矢嶋 聡,上山 修一
Affiliation
社会科学研究科

Language of Instruction
Japanese
Related SDGs
N/a
Office Hours and Location
随時、メール等にて(要予約)
Contact
ユニバーサルパスポートのクラスプロファイルによる

Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
Corresponding Graduate School DP
3◎
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course

Course Objectives and Learning Outcome
【講義目的】
中小製造業の経営について、総合的に現状を把握することにより経営改善課題を抽出し、課題解決のための重点部門毎の具体的な解決策を策定することを通し、指導・支援・アドバイスできるコンサルティング・スキルを修得する。

【到達目標】
1.担当する部門(項目)毎に、①現状分析→②問題点構造化→③課題抽出→④課題構造化→⑤具体的解決策検討、という一連のプロセスを理解し、進めることができるスキルを修得し、説明できること。
2.重点部門毎に、検討された解決策について、現状の組織能力、実行力を考慮するとともに、総合的に調整し、実現可能性、効果性の高い総合的な 経営改善実行計画を策定し提案できること。
Subtitle and Keywords of the Class
製造業、工場診断
Course Overview and Schedule
【講義内容】
本講義は実際に製造業の経営診断を行い、部門別経営課題の発見や解決策を策定します。その結果を診断実習報告書にとりまとめ、実習先企業において報告会を実施します。

【授業計画】
1.関連資料の収集・分析、診断計画の検討、ヒアリング項目の 検討・抽出等
2.同上、調査票の作成
3.ヒアリング(経営者、部門別)、工場見学、現状把握
4.工場診断(実態調査、IE・QC手法による分析、他)
5.調査データ分析、部門別課題の抽出
6.部門別課題の抽出、診断方針の決定
7.工場診断(実態調査、IE・QC手法による分析、他)
8.重点調査(同上、ヒアリング等)
9.調査データ分析、問題点の構造化と課題の抽出
10.改善の方向性、目標の検討と策定、改善案の検討・立案、全体提案決定(総合調整)
11.診断実習報告書の作成
12.診断実習報告書の作成、報告会の準備
13.報告会、振り返り
In-person/Remote Classification
In-person
Implementation Method and Remote Credit Limit Application
Uses of Generative AI
Limited permission for use
Precautions for using Generative AI
生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。この授業においては、生成AIによる出力結果をそのまま課題・レポートとして提出してはならない。生成AIの出力した内容については、事実関係の確認や出典・参考文献を確認・追記することが重要である。生成AIの利用については担当教員の指示に従うこと。
Textbook
事前に実習テキストを配布する。
References
授業中に提示する。
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【予習】企業資料の読み込み(10h)、財務諸表や調査データの分析(25h)報告書、プレゼン資料の作成(15h)。
【復習】資料の該当部分を読み直し、分析内容を確認する(10h)。
Contents of Active Learning
実習班での討議、現地調査、報告会を行う。
Grading Criteria and Methods
【成績評価の基準】
講義目的・到達目標の到達度に基づき、社会科学研究科規程に従い成績評価の上、単位を付与する。

【成績評価の方法】
実習内容の評価は以下の9項目とする(知識・手法の理解度・応用力、調査・分析力、インタビュー力、問題形成力、経営課題の改善立案力、報告書作成力、プレゼンテーション能力、班への貢献度、実習先企業の評価)。
How to Disclose Assignments and Exam Results
課題がある場合は実習中に解説を行う。評価は実習期間終了後にフィードバックを行う。
Precautions and Requirements for Course Registration
本科目は中小企業診断士登録養成課程の履修者を対象とする。
Practical Education
該当しない
Remarks
平日の日程は受入れ先企業の状況等により変更となることがある。
In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.