Zusammenfassung
Das industrielle Datenmanagement steht derzeit häufig noch im Bereich der Operational Technologies (OT). Das heißt, es werden derzeit hauptsächlich Primärdaten, also Daten, die für einen speziellen Zweck erhoben wurden, zur Überwachung und Prozessoptimierung verwendet. Die Künstliche Intelligenz bringt hier, vor allem durch die erweiterten Möglichkeiten der Datenanalyse und des Maschinellen Lernens, neue Möglichkeiten, Wissen über Prozesse und Vorgänge zu erlangen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Literatur
Dagher, S. (07. März 2019). Eine Evolution? Von Data Mining zu Process Mining. https://der-prozessmanager.de/aktuell/news/von-data-mining-zu-process-mining. Zugegriffen: 17. Juni 2020.
dpa, & heise online. (August 2019). Datenschützer sieht klare Grenzen für Nutzung von Autodaten. https://www.heise.de/newsticker/meldung/Datenschuetzer-sieht-klare-Grenzen-fuer-Nutzung-von-Autodaten-4490457.html. Zugegriffen: 15. Apr. 2020.
Ehrich, J. (05. Dezember 2019). Process Mining: Analysefragen in der Produktion. https://der-prozessmanager.de/aktuell/news/process-mining-tools-im-einsatzgebiet-produktion. Zugegriffen: 17. Dez. 2020.
Hoffmann, T. (20. Februar 2020). The Agigity Effect (by Vinci Engineers): Wie die KI in Autofabriken Einzug hält. https://www.theagilityeffect.com/de/article/wie-die-ki-in-autofabriken-einzug-haelt/. Zugegriffen: 17. Mai 2020.
IEEE Task Force on Process Mining. (2011). Process mining manifest. https://www.win.tue.nl/ieeetfpm/lib/exe/fetch.php?media=shared:Pmm-german-v1.pdf. Zugegriffen: 10. July 2020.
Jensen, K. (2015). BM SPSS modeler CRISP-DM guide. ftp://public.dhe.ibm.com/software/analytics/spss/documentation/modeler/18.0/en/ModelerCRISPDM.pdf. Zugegriffen: 30. Aug. 2020.
Jochem, M., & BMWi. (2020). Collaborative condition monitoring. https://www.bmwi.de/Redaktion/DE/Artikel/Digitale-Welt/GAIA-X-Use-Cases/collaborative-condition-monitoring.html. Zugegriffen: 30. Aug. 2020.
Kienzler, R. (05. Dezember 2018). Architectural thinking in the Wild West of data science. https://developer.ibm.com/articles/architectural-thinking-in-the-wild-west-of-data-science/?mhsrc=ibmsearch_a&mhq=asum-dm#asum-dm. Zugegriffen: 11. Okt. 2020.
Kohrs, G. (21. April 2020). Was ist OEE und wie hilft Process Mining, es zu verbessern? https://www.sdggroup.com/de/webroom-events/insights/blog/was-ist-oee-und-wie-hilft-process-mining-es-zu-verbessern. Zugegriffen: 30. Sept. 2020.
Plattform Industrie 4.0, & BMWi. (12. Mai 2020). Collaborative condition monitoring. https://www.plattform-i40.de/PI40/Redaktion/DE/Newsletter/2020/Ausgabe23/2020-05-CCM.html. Zugegriffen: 21. Juni 2020.
Rösinger, A., & BMWi. (2020). IIoT Platform with out of the box MES applications. https://www.bmwi.de/Redaktion/DE/Artikel/Digitale-Welt/GAIA-X-Use-Cases/llot-platform-with-out-of-the-box-mes-applications.html. Zugegriffen: 1. Sept. 2020.
REFA. (2020). OEE – Overall Equipment Effectiveness. https://refa.de/service/refa-lexikon/oee-overall-equipment-effectiveness. Zugegriffen: 11. Okt. 2020.
Rosik, M. (04. April 2019). Using process mining to maximize OEE. https://www.minit.io/blog/using-process-mining-to-maximize-oee. Zugegriffen: 25. Juni 2020.
Wikimedia. (2012). Process diagram showing the relationship between the different phases of CRISP-DM. https://en.wikipedia.org/wiki/Cross-industry_standard_process_for_data_mining#/media/File:CRISP-DM_Process_Diagram.png. Zugegriffen: 30. Sept. 2020.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Mockenhaupt, A. (2024). Datengetriebene Prozessanalyse. In: Digitalisierung und Künstliche Intelligenz in der Produktion. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-41935-6_11
Download citation
DOI: https://doi.org/10.1007/978-3-658-41935-6_11
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-41934-9
Online ISBN: 978-3-658-41935-6
eBook Packages: Computer Science and Engineering (German Language)