Karriere am WZL

 

Studienarbeit oder Masterarbeit oder Bachelorarbeit

am Forschungsbereich Produktionssystematik, Abteilung Produktionsmanagement, Gruppe Produktionslogistik
 

Data Mining Step by Step - Datenbasierte Arbeitsplanung

Ausgangssituation:
Unternehmen sind durch kürzere Produktlebenszyklen und kundespezifische Produkte verstärkt mit der Herausforderung konfrontiert, neue Arbeitspläne für die Herstellung dieser Produkte zu erstellen. Die Unternehmen bewerten zu über 50% die Planungsaufwände als hoch bzw. zu hoch und die Planungsergebnisse als verbesserungswürdig. Gleichzeitig stehen Unternehmen durch die steigende Digitalisierung und Vernetzung ihrer Produktionsprozesse große Datenmengen zur Verfügung, die mit Hilfe von Data Mining Methoden analysiert werden können. So kann wertvolles Wissen über die Produktion generiert und für neue Lösungsansätze der Arbeitsplanung genutzt werden.

Zielsetzung:
Ziel dieser Arbeit ist die Bestimmung einer geeigneten Abfolge von Analyseschritten für die Anwendung von Data Mining Verfahren zur Erzeugung von Arbeitsplaninformationen. Das klassische Vorgehen zur Arbeitsplanung umfasst die Schritte Rohteilbestimmung (1), Fertigungsvorgangsfolgeermittlung (2), Ressourcenallokation (3) und Vorgabezeitermittlung (4). Zwischen diesen Schritten bestehen, teilweise gegenseitige, Abhängigkeiten. So hängen die Vorgabezeiten eines Vorgangs z.B. entscheidend von der Leistungsfähigkeit der in Schritt (3) ausgewählten Maschine ab. In der Arbeit soll ein Vorgehen entwickelt werden, in welcher Abfolge Data Mining Verfahren eigesetzt werden können, um die notwendigen Informationen möglichst effizient zu generieren.

Die Arbeit leistet somit einen strategischen Beitrag zur Steigerung der Wettbewerbsfähigkeit produzierender Unternehmen und ist Teil des renommierten Exzellenzclusters „Integrative Produktionstechnik für Hochlohnländer“.

 
Im Einzelnen sind folgende Teilaufgaben zu lösen:
- Erarbeitung der theoretischen Grundlagen zu den Themen „Arbeitsplanung“ sowie „Data Mining Methoden“ (insbesondere Data Mining Algorithmen)
- Definition von Datenbedarfen und -formaten für die ML-Verfahren
- Auswahl geeigneter DM-Verfahren und Entwicklung einer Analysefolge zur datenbasierten Identifikation von Planungswissen
 
Voraussetzungen:
Voraussetzungen:
- Selbstständigkeit und Eigeninitiative
- Sorgfältige Arbeitsweise
- Hohe Motivation und Einsatzbereitschaf
- Sehr gute Deutschkenntnisse

Geboten wird:
- Aktive Mitarbeit an einem hochinnovativen Forschungsprojekt (Exzellenzcluster)
- Umfangreiche und intensive Betreuung der Arbeit
- Schnelle Bearbeitung durch eine abgegrenzte Aufgabenstellung
Zeitaufwand: 400,00 Arbeitsstunden

Ansprechpartner(in):
Philipp Hünnekes, M.Sc. RWTH
Gruppenleiter(in)
Cluster Produktionstechnik 3B 560
Tel.: +49 241 80-20396
Fax: +49 241 80-22293
Mail: P.Huennekes@wzl.rwth-aachen.de