Eine datenbasierte Methodik zur Analyse technischer Änderungen
Übersetzter Titel:
Managing changes more effectively
Übersetzter Untertitel:
A databased methodology to analyze Engineering Changes
Autor:
Wickel, Martina Carolina
Jahr:
2017
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Maschinenwesen
Betreuer:
Lindemann, Udo (Prof. Dr.)
Gutachter:
Lindemann, Udo (Prof. Dr.); Weber, Christian (Prof. Dr.)
Sprache:
de
Fachgebiet:
MAS Maschinenbau; WIR Wirtschaftswissenschaften
Stichworte:
Technisches Änderungsmanagement, Data Mining, Produktstrukturanalyse
Übersetzte Stichworte:
engineering change management, data mining, product structure analysis
TU-Systematik:
MAS 030d; WIR 600d
Kurzfassung:
Vielfältige produkt- und prozessbezogene Abhängigkeiten in komplexen Produktentwicklungen führen dazu, dass sich technische Änderungen häufig unerwartet in der Produktstruktur ausbreiten. Die in dieser Dissertation entwickelte und in industriellen Fallstudien erprobte Methodik nutzt Data Mining Verfahren, um auf Basis historischer Änderungsdaten unbekannte Abhängigkeiten in der Produktstruktur zu identifizieren, zu modellieren und zu analysieren – und somit Änderungen in komplexen technischen Systemen zukünftig besser managen zu können.
«
Vielfältige produkt- und prozessbezogene Abhängigkeiten in komplexen Produktentwicklungen führen dazu, dass sich technische Änderungen häufig unerwartet in der Produktstruktur ausbreiten. Die in dieser Dissertation entwickelte und in industriellen Fallstudien erprobte Methodik nutzt Data Mining Verfahren, um auf Basis historischer Änderungsdaten unbekannte Abhängigkeiten in der Produktstruktur zu identifizieren, zu modellieren und zu analysieren – und somit Änderungen in komplexen technischen Sy...
»
Übersetzte Kurzfassung:
Various product and process-related dependencies in complex product development projects lead often to unexpected change propagation in the product structure. The methodology developed in this dissertation uses data mining techniques to identify, model, and analyze unknown dependencies in historical change data. The application in industrial case studies demonstrated its contribution to a successful management of changes in complex engineering systems.