Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/315889 
Year of Publication: 
2024
Citation: 
[Journal:] HMD Praxis der Wirtschaftsinformatik [ISSN:] 2198-2775 [Volume:] 61 [Issue:] 5 [Publisher:] Springer Fachmedien Wiesbaden [Place:] Wiesbaden [Year:] 2024 [Pages:] 1328-1347
Publisher: 
Springer Fachmedien Wiesbaden, Wiesbaden
Abstract: 
Zusammenfassung Der Einsatz von Daten mit unterschiedlicher Struktur zur Fehleranalyse in der Produktion ist eine große Herausforderung für Industrieunternehmen. Dieser Artikel zeigt einen prototypischen Lösungsweg auf, wie die Integration von unterschiedlich strukturierten Daten zur Fehleranalyse gelingen kann. Anhand eines Fallbeispiels wird ein Prototyp konzipiert und umgesetzt, der verschiedene Verfahren zur Analyse von Daten unterschiedlicher Struktur kombiniert und die spezifischen Anforderungen in der datengetriebenen Produktionsfehleranalyse adressieren kann. Das Ergebnis zeigt eine innovative Möglichkeit zur datengetriebenen Fehleranalyse für die Produktion, in der unterschiedlich strukturierte Daten eingesetzt und verschiedene Analyseverfahren miteinander nutzendstiftend verbunden sind. Die Evaluation durch Experten zeigt ferner, dass der vorgeschlagene prototypische Lösungsweg für den Einsatz in der Praxis geeignet ist und einen Mehrwert für Unternehmen stiften kann. Aufbauend auf diesen Erkenntnissen werden Implikationen benannt, Limitationen aufgezeigt und zukünftiger Forschungsbedarf abgeleitet. @The integration of data with varying structures for error analysis in production poses a significant challenge for production enterprises. This article presents a prototype solution for successfully integrating differently structured data for error analysis. A sample case is used to design and implement a prototype that combines various methods for analysing data with different structures, addressing the specific requirements of a data-driven production error analysis. The results demonstrate an innovative approach to implement data-driven error analysis in production. This approach combines differently structured data and analysis methods in a beneficial way. Experts evaluated the proposed prototype solution and found it suitable for practical use, creating added value for enterprises. Based on these findings, implications were identified, limitations were described, and future research needs were derived.
Subjects: 
Produktionsfehleranalyse
Smart Factory
Produktion
Unstrukturierte Daten
Data Science
Production issue analysis
Production
Unstructured Data
Persistent Identifier of the first edition: 
Creative Commons License: 
cc-by-nc-nd Logo
Document Type: 
Article
Document Version: 
Published Version
Appears in Collections:

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.