Bibliographic Metadata
Bibliographic Metadata
- TitleSystematik zur Datenanalyse in der betriebsdatengestützten Produktplanung / von M.Sc. Melina Panzner (geb. Massmann) ; Referent: Prof. Dr.-Ing. Roman Dumitrescu, Korreferent: Prof. Dr.-Ing. Sebastian von Enzberg
- Author
- Degree supervisor
- Published
- Description1 Online-Ressource (iv, 203 Seiten) Diagramme
- Institutional NoteUniversität Paderborn, Dissertation, 2025
- AnnotationTag der Verteidigung: 18.02.2025
- Defended on2025-02-18
- LanguageGerman
- Document TypesDissertation (PhD)
- Keywords (GND)
- URN
- DOI
Links
- Social MediaShare
- Reference
- IIIF
Files
Classification
Zusammenfassung
Die neuesten technischen Entwicklungen ermöglichen es, während des Betriebs große Datenmengen von cyber-physischen Systemen (CPS) zu erfassen und auszuwerten. Diese Analysen geben Herstellern tiefere Einblicke in die Produktnutzung und Funkti-onsweise, was zur Ableitung neuer Anforderungen oder Produktideen genutzt werden kann. Allerdings stellt der Prozess der Datenanalyse, insbesondere für kleine und mittlere Unternehmen, eine Herausforderung dar, da oft das nötige gebündelte Expertenwissen in den Bereichen Produkt, Produktplanung und Datenanalyse fehlt. Ein geeigneter Ansatz, um Domänenexperten und Citizen Data Scientists für diese Datenanalysen zu befähigen, ist bisher nicht vorhanden. Zur Datenanalyse in der betriebsdatengestützten Produktplanung wird daher eine Systematik erarbeitet. Das Fundament der Systematik bildet ein Referenzprozess für die Datenanalyse in der betriebsdatengestützten Produktplanung. Ein Analytics-Baukasten stellt entlang des Prozesses relevante Lösungskomponenten zur Verfügung. Das Vorgehen zur betriebsdatengestützten Produktplanung befähigt seine Anwender mittels verschiedener Werkzeuge, die passenden Lösungskomponenten des Analytics-Baukastens zu bestimmen. Die genannten Elemente der Systematik werden in einem digitalen Lernassistenten prototypisch umgesetzt. Die Systematik wird anhand zweier Fallbeispiele demonstriert und ihr Nutzen in ersten Ansätzen evaluiert.
Abstract
The latest technical developments enable large amounts of data from cyber-physical systems (CPS) to be recorded and analysed during usage. These analyses give manufacturers deeper insights into product use and functionality, which can be used to derive new requirements or product ideas. However, the process of analysing data poses a challenge, especially for small and medium-sized companies, as they often lack the necessary bundled expert knowledge in the areas of product, product planning and data analysis. A suitable approach to empower domain experts and citizen data scientists for these data analyses is not yet available. A systematic approach is therefore being developed to analyse data in use phase data-driven product planning. The foundation of the system is a reference process for data analysis in data-driven product planning. An analytics toolkit provides relevant solution components along the process. The procedure for data-driven product planning enables its users to determine the appropriate solution components of the analytics toolbox using various tools. The aforementioned elements of the system are prototypically implemented in a digital learning assistant. The systematic approach is demonstrated using two case studies and its benefits are evaluated in initial approaches.
Stats
- The PDF-Document has been downloaded 17 times.
License/Rightsstatement
