Refine
Document Type
- Contribution to a Periodical (4) (remove)
Language
- German (4)
Is part of the Bibliography
- no (4)
Keywords
- Auto-ID (1)
- DMS (1)
- ECM (1)
- ECM-Konzept (1)
- ERP-System (1)
- ERP-Systeme (1)
- Modellbasierte Einsatzplanung (1)
- Suchmaschine (2)
- SurE (1)
- Ähnlichkeitsalgorithmen (1)
Institute
Digitalisierung beschleunigt die Entstehung und den Umfang von Informationen und bietet gleichzeitig neue Möglichkeiten diese gewinnbringend zu nutzen. In Zusammenarbeit mit Industriepartnern und dem FIR hat das Center Connected Industry eine Auto-ID Lösung für die Instandhaltung entwickelt und in der angeschlossenen Demonstrationsfabrik getestet. Relevante Informationen werden dem Bediener bis zur Komponentenebene mobil und teilindividuell bereitgestellt, was zu einer Effizienzsteigerung der Prozesse führt.
Aufgrund von Industrie 4.0, Digitalisierung und Künstlicher Intelligenz ist es heutzutage fast undenkbar, neue Systeme in einem modernen Unternehmen einzuführen, die sich dieser Modernisierung nicht laufend anpassen. Die Funktionsvielfalt und Komplexität von ERP-Systemen nimmt im Zuge dessen zu. Gleichzeitig besteht im Bereich der ERP-Systeme noch viel Bedarf an Entwicklung, da die meisten Systeme aktuell noch statische Suchmasken und veraltete Suchmechanismen beinhalten. Im Rahmen des Projekts ‚SurE‘, eines Gemeinschaftsprojekts des Lehrstuhls für Wirtschaftsinformatik und Electronic Government an der Universität Potsdam und des FIR e. V. an der RWTH Aachen, wird daran geforscht und gearbeitet, eine selbstlernende
Suchmaschine zu entwickeln, die gleichermaßen smart wie nutzerfreundlich und nutzerindividuell ist. Das IGF-Vorhaben 19270 BG der Forschungsvereinigung FIR e. V. an der RWTH Aachen wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert
Ziel des Forschungsvorhabens "SurE" ist die Erhöhung der Effizienz und Effektivität von Suchanfragen in ERP-Systemen. Dabei soll der Aufwand für den Nutzer reduziert und die Qualität der Ergebnisse verbessert werden. Die Ziele werden durch die Entwicklung einer selbstlernenden, kontextbasierten Suchmaschine für ERP-Systeme realisiert. Mit der Berücksichtigung des Kontextes einer Suchanfrage, des Benutzerverhaltens und einer Ergebnisbewertung durch den Anwender wird die Ergebnisqualität von Suchanfragen kontinuierlich gesteigert. Durch die Entwicklung eines Demonstrators gegen Ende des Projekts soll der Nutzen des Konzepts veranschaulicht werden. Zudem soll der Demonstrator in verschiedenen Szenarien erprobt und anhand einer Wirtschaftlichkeitsbetrachtung bewertet werden.