Karriere am WZL

 

Bachelorarbeit

am Forschungsbereich Fertigungsmesstechnik und Qualitätsmanagement, Abteilung Quality Intelligence, Gruppe Customer Insights
 

Big Data – Big Bullshit? Vergleich von Analyseverfahren für unternehmerische Anwendungsfälle

Ausgangssituation

Die Popularität von Big Data, Predictive Analytics und Verfahrens des Maschinellen Lernens wächst stetig. Darüber hinaus werden neue Methoden entwickelt (z. B. Deep Learning) und durch Open Source-Lösungen der Zugang zu bestehenden Verfahren immer leichter.
Dem gegenüber steht allerdings die unternehmerische Praxis, die nur in Einzelfällen „die großen Daten“ analysiert. Noch seltener fließen die Ergebnisse solcher Analysen in die alltäglichen Entscheidungsprozesse ein. Mangelnde Kompetenz der Mitarbeiter ist mit Sicherheit ein Problem, das Unternehmen überwinden müssen. Andererseits ist die Eignung von o.g. Analysemethoden nicht unbedingt für jeden Anwendungsfall gegeben, weshalb Big Data Analysen zu netten Anekdoten ohne reale Durchschlagskraft werden.

 
Ziel

Im Rahmen dieser Arbeit soll das die Anwendbarkeit von Big Data / Predictive und Co. für reale Probleme untersucht werden. Dabei soll auf zugrundeliegenden Unterschiede der rechnerischen Methoden eingegangen werden, die sich z. B. im Vergleich zu traditionellen Methoden und regelbasierten Verfahren ergeben.

Bearbeitungsmethode

Nach einer theoretischen Aufbereitung des Themas ‚Datenanalyse‘, einer kritischen Reflexion sowie der Ableitung von Kriterien, die die Anwendbarkeit beschreiben, soll Erarbeitetes anhand realer Problemstellungen getestet werden. Datensätze von Unternehmen werden dafür zur Verfügung gestellt.

Wenn du Interesse an der Bearbeitung hast, freue ich mich sehr über eine Email, gerne mit Lebenslauf und Notenspiegel im Anhang.
 
Voraussetzungen:
- Motivation und Einsatzbereitschaft
- Kreativität und selbstständiges Arbeiten
- Deutsch- und Englischkenntnisse
- Grundlagen in Statistik und R Studio von Vorteil
Zeitaufwand: 40,00 Arbeitsstunden
Vergütung: 0
 

Ansprechpartner(in):
Antonia Fels, M.Sc., MBA
Gruppenleiter(in)
BGH 109
Tel.: +49 241 80-26969
Fax: +49 241 80-22293
Mail: A.Fels@wzl.rwth-aachen.de