Datenanalyse und Wissensrepräsentation in der Produktion und Logistik

Die Studierenden erlernen in diesem Modul die Grundlagen der Datenanalyse in produktionslogistischen Unternehmen. Das Modul behandelt die gesamte Kette der Wissensentdeckung, von der Datenhaltung in NOSQL-Datenbanken über ausgewählte Verfahren des Data Minings bis hin zu Techniken der Wissensrepräsentation beispielsweise über semantische Netze. Die verschiedenen Einflussfaktoren und Randbedingungen für die Wissensentdeckung in der Produktionslogistik werden an ausgewählten Vorgehensmodellen erläutert. In den spezifischen Grundlagen des Data Minings werden Verfahren aus dem Bereich der Clusteranalyse, der Entscheidungsbäume sowie der Nearest-Neighbour-Klassifikation vorgestellt. Das Modul ordnet die eingeführten Themen in den Kontext aktueller produktionslogistischer Themen wie Big Data und Dezentralisierung ein und zeigt verschiedene Anwendungsmöglichkeiten auf. Hierbei werden auch unterstützende Konzepte wie Grid- und Cloud-Computing adressiert. Zudem werden in der Praxis benachbarte Gebiete wie Data-Security und Datenmigration diskutiert.

Die Übung ist praxisorientiert gestaltet und behandelt neben der interaktiven Diskussion zu ausgewählten Themen der Veranstaltung eine grundlegende Einführung in die Konzeption verschiedener Datenbanksysteme. Ein weiterer Schwerpunkt der Übung ist durch die Anwendung von zuvor eingeführten Data-Mining-Verfahren gegeben, die von den Studierenden in Kleingruppen prototypisch angewendet werden.