Konfiguration von Traceability-Systemen für den Einsatz von Process Mining in der diskreten Fertigung
Seiten
Die Forschungsarbeit beleuchtet die steigende Bedeutung von Daten im industriellen Kontext und entwickelt einen End-to-End-Ansatz, der die gesamte Datenwertschöpfungskette von der Datenerzeugung bis zur Datennutzung umfasst. Im Fokus steht die Kombination von Traceability zur Datengenerierung und -erfassung sowie Process Mining zur Datenanalyse und -verwertung, um eine umfassende Prozesstransparenz zu schaffen. Während konventionelle Ansätze die frühen Phasen der Datenwertschöpfung vernachlässigen, adressiert diese Arbeit die vollständige Datenwertschöpfungskette und ermöglicht hierdurch eine objektive, datenbasierte Optimierung der Produktionsprozesse. Process Mining analysiert vorhandene prozessbasierte Daten zur Optimierung von Geschäfts- oder Produktionsprozessen und lässt sich als Instrument für einen kontinuierlichen Verbesserungsprozess (KVP) nutzen. Traceability-Systeme erhöhen die Verfügbarkeit und Qualität der Daten für die Process Mining-Analyse, indem sie relevante Daten wie IDs, Standorte und Zeitstempel erfassen. Das entwickelte, datenbasierte Konfigurationsmodell ermöglicht Unternehmen, die Datenerfassung gezielt zu steuern, um notwendige Trace-Daten für die gewünschten Kennzahlen zu generieren. Die vollständige Datenwertschöpfungskette wird als End-to-End-Ansatz in sechs Schritten operationalisiert, vom Kennzahlenbedarf mit dem bedarfsgerechten Einsatz des Traceability-Systems bis zur Datenverwertung mittels Process Mining. Praxisfälle zeigen, dass dieser Ansatz wertvolle Kennzahlen liefert und die Prozesstransparenz steigert, was die Entscheidungsfindung im Produktionsmanagement objektiviert. Die Anwendbarkeit und Funktionalität des Ansatzes wurden erfolgreich nachgewiesen.
Diese Forschungsarbeit entwickelt einen End-to-End-Ansatz, der die gesamte Datenwertschöpfungskette von der Datenerzeugung bis zur Datennutzung in industriellen Prozessen betrachtet. Im Gegensatz zu herkömmlichen Ansätzen, die sich auf die Analyse bereits bestehender Daten konzentrieren, kombiniert dieser Ansatz Traceability-Systeme zur Datengenerierung und -erfassung mit Process Mining zur Datennutzung. Dadurch wird eine zielführende Kennzahlenbildung und Prozesstransparenz ermöglicht, die dem Produktionsmanagement objektive, datenbasierte Entscheidungen zur Prozessoptimierung und die Umsetzung eines kontinuierlichen Verbesserungsprozesses (KVP) erlaubt.
Process Mining analysiert sogenannte Event Logs, die prozessbasierte Daten beinhalten, um Geschäftsprozesse zu optimieren. Gerade bei der zunehmenden Nutzung im Produktionsbereich wird eine zielführende Datengenerierung häufig vernachlässigt, was zu unzureichenden Inputs und eingeschränkten Analyseergebnissen führt. Abhängig von der Konfiguration verbessern vorhandene Traceability-Systeme die Qualität und Verfügbarkeit prozessbasierter Daten für eine mögliche Process Mining-Analyse. Die Verknüpfung und das resultierende Potenzial der beiden Themenfelder Process Mining und Traceability zum KVP war bisher weitgehend unerforscht.
Im Rahmen des End-to-End-Ansatzes wird ein datenbasiertes Konfigurationsmodell entwickelt. Es ermöglicht Unternehmen, die Datenerfassung für die weit verbreiteten Traceability-Systeme so zu konfigurieren, dass sich benötigte Kennzahlen durch Process Mining-Analysen nachweislich generieren lassen. Der End-to-End-Ansatz wird in sechs Schritten operationalisiert und anschließend in zwei Praxisfällen erfolgreich angewendet. Die Ergebnisse liefern dem Produktionsmanagement wertvolle Kennzahlen und erhöhen die Prozesstransparenz. Damit wird zudem die Anwendbarkeit und Funktionalität des entwickelten End-to-End-Ansatzes nachgewiesen.
Diese Forschungsarbeit entwickelt einen End-to-End-Ansatz, der die gesamte Datenwertschöpfungskette von der Datenerzeugung bis zur Datennutzung in industriellen Prozessen betrachtet. Im Gegensatz zu herkömmlichen Ansätzen, die sich auf die Analyse bereits bestehender Daten konzentrieren, kombiniert dieser Ansatz Traceability-Systeme zur Datengenerierung und -erfassung mit Process Mining zur Datennutzung. Dadurch wird eine zielführende Kennzahlenbildung und Prozesstransparenz ermöglicht, die dem Produktionsmanagement objektive, datenbasierte Entscheidungen zur Prozessoptimierung und die Umsetzung eines kontinuierlichen Verbesserungsprozesses (KVP) erlaubt.
Process Mining analysiert sogenannte Event Logs, die prozessbasierte Daten beinhalten, um Geschäftsprozesse zu optimieren. Gerade bei der zunehmenden Nutzung im Produktionsbereich wird eine zielführende Datengenerierung häufig vernachlässigt, was zu unzureichenden Inputs und eingeschränkten Analyseergebnissen führt. Abhängig von der Konfiguration verbessern vorhandene Traceability-Systeme die Qualität und Verfügbarkeit prozessbasierter Daten für eine mögliche Process Mining-Analyse. Die Verknüpfung und das resultierende Potenzial der beiden Themenfelder Process Mining und Traceability zum KVP war bisher weitgehend unerforscht.
Im Rahmen des End-to-End-Ansatzes wird ein datenbasiertes Konfigurationsmodell entwickelt. Es ermöglicht Unternehmen, die Datenerfassung für die weit verbreiteten Traceability-Systeme so zu konfigurieren, dass sich benötigte Kennzahlen durch Process Mining-Analysen nachweislich generieren lassen. Der End-to-End-Ansatz wird in sechs Schritten operationalisiert und anschließend in zwei Praxisfällen erfolgreich angewendet. Die Ergebnisse liefern dem Produktionsmanagement wertvolle Kennzahlen und erhöhen die Prozesstransparenz. Damit wird zudem die Anwendbarkeit und Funktionalität des entwickelten End-to-End-Ansatzes nachgewiesen.
| Erscheinungsdatum | 10.10.2024 |
|---|---|
| Reihe/Serie | Schriftenreihe des PTW: "Innovation Fertigungstechnik" |
| Verlagsort | Düren |
| Sprache | deutsch |
| Maße | 148 x 210 mm |
| Gewicht | 259 g |
| Themenwelt | Technik ► Maschinenbau |
| Schlagworte | Datenaufnahme • Datenerfassung • Datentransparenz • Datenwertschöpfung • Datenwertschöpfungskette • Digitale Tranformation • Industrie 4.0 • Kennzahlen • KPI • KVP • Nachverfolgbarkeit • Produktion • Produktionsprozesse • Prozessdaten • Prozesstransparenz • Traceability |
| ISBN-10 | 3-8440-9651-5 / 3844096515 |
| ISBN-13 | 978-3-8440-9651-4 / 9783844096514 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Buch | Softcover (2024)
Springer Vieweg (Verlag)
CHF 46,15
Buch | Softcover (2025)
Springer Vieweg (Verlag)
CHF 39,15
Lösungshinweise, Ergebnisse und ausführliche Lösungen
Buch | Softcover (2025)
Springer Fachmedien Wiesbaden GmbH (Verlag)
CHF 41,95
