Potenzialanalyse und Implementierung von Machine-Learning-Algorithmen in ERP-systemgesteuerten Produktionsprozessen

  • Im Rahmen dieser Masterarbeit soll an erster Stelle der Untersuchungsbereich eingegrenzt werden, wobei besonderer Schwerpunkt auf die Systemintegration des Enterprise-Resource-Plannings mit dem Manufacturing-Execution-Systems mit Hilfe des Internet-of-Things gesetzt wird. Gleichzeitig sollen auch in diesem Teil sowohl die technologischen als auch die begrifflicher Grundlagen für den weiteren Verlauf der Arbeit gelegt werden. Im nächsten Kapitel soll anschließend der Stand der Wissenschaft beleuchtet werden, wobei in erster Linie die Begrifflichkeiten im Bereich der künstlichen Intelligenz definiert und eingeordnet werden. Anschließend sollen die Algorithmen des maschinellen Lernens näher untersucht bzw. klassifiziert und die Anwendungsbereiche strukturiert dargestellt werden. Nachdem im Anschluss daran die Rahmenbedingungen in Form eines ERP- systemgesteuerten Produktionsumfelds vorgestellt wurden, soll im Hauptteil der Arbeit die Potenzialanalyse sowie Implementierung stattfinden. Hierfür werden die Anwendungsbereiche der künstlichen Intelligenz speziell auf den ERP-Bereich übertragen sowie einzelne relevante Einsatzmöglichkeiten näher betrachtet. Abschließend sollen anhand eines ausgewählten Szenarios die Vorteile des Einsatzes von Machine-Learning-Algorithmen abgeleitet werden. Hierbei soll ein spezieller Use-Case konzipiert werden, welcher die Methoden der intelligenten Fehlererkennung einsetzt und nach Implementierung der Algorithmen ihre Prognosegenauigkeiten bewertet.

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Daniel Voronov
Referee:Günther Schuh
Advisor:Tobias Schröer
Document Type:Master's Thesis
Language:German
Date of Publication (online):2020/05/05
Date of first Publication:2020/05/05
Release Date:2020/08/26
Tag:FIR 8961; Machine-Learning-Algorithmen
FIR-Number:FIR 8961
Institute / Department:FIR e. V. an der RWTH Aachen
Dewey Decimal Classification:6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften