## Zusammenfassung
Dieses Kapitel beschreibt die konzeptionelle und technische Umsetzung eines anschaulichen Anwendungsszenarios für die AKKORD-Plattform. Ziel des umgesetzten Demonstrators ist es, den Nutzen der Plattform-Komponente AI-Toolbox für industrielle Datenanalysen zu veranschaulichen und die Akzeptanz bei Anwendern zu erhöhen. Der Demonstrator basiert auf einer digitalen Modellautorennbahn im Maßstab 1:32, bei der Daten aus verschiedenen Quellen erfasst und analysiert werden, beispielsweise Rennevents und Tankständen der Autos. Die gesammelten Daten werden über eine Bluetooth-Schnittstelle eines Raspberry Pis verfügbar gemacht. Zugriffs-, Analyse- und Nutzungsmodule der AKKORD-Plattform werden eingesetzt, um den Datenzugriff, die Datenanalyse und die Visualisierung der Analyseergebnisse für Anwender zu ermöglichen. Beispielhafte Analysen sind die Identifikation von Rennsieger:innen, die Berechnung der Renngeschwindigkeiten und die Prognose zukünftiger Rennsieger:innen. Die Analyseergebnisse werden in Dashboards präsentiert, um den Anwendern gehaltvolle Informationen über ihr Fahrverhalten und weitere Aspekte des Rennens zu bieten. Der Demonstrator soll den Einstieg in industrielle Datenanalysen für Anwender erleichtern und ihnen helfen, Potenziale für ihre individuellen Anwendungen der AKKORD-Plattform zu entdecken. Darüber hinaus leistet der Demonstrator einen wichtigen Beitrag zur Validierung der konzeptionellen und technischen Eignung der Bausteine des AKKORD-Referenzbaukastens. Insgesamt stellt der universitäre Demonstrator einen autarken Anwendungsfall zur Datenanalyse dar.

Industrielle Datenanalyse : Entwicklung einer Datenanalyse-Plattform für die wertschaffende, kompetenzorientierte Kollaboration in dynamischen Wertschöpfungsnetzwerken

Jochen Deuse; Ralf Klinkenberg; Nikolai West

Springer Spektrum. in Springer Fachmedien Wiesbaden GmbH

Gabler-Verlag. in Springer Fachmedien Wiesbaden GmbH

Springer Nature, [S.l.], 2024

Germany, Germany

{"container_title":"Industrielle Datenanalyse","content":{"parsed_at":1713006524,"parser":{"name":"textparser","version":"0.1.125"},"source":{"name":"grobid","version":"0.8.0"}},"first_page":193,"last_page":200,"parent_isbns":["3658427787","3658427795","9783658427788","9783658427795"],"publisher":"Springer"}

Referenced by: doi:10.1109/iri51335.2021.00024 doi:10.1007/978-3-662-59317-2_10

Dieses Open Buch schlägt eine Brücke zwischen Theorie und Praxis für das produzierende Gewerbe im Zeitalter der Digitalisierung, der Industrie 4.0 und der Künstlichen Intelligenz. Es ist das Resultat eines vierjährigen Forschungsprojekts, das unter der Leitung des Instituts für Produktionssysteme der Technischen Universität Dortmund und der RapidMiner GmbH in Zusammenarbeit mit zwölf weiteren Partnern durchgeführt wurde. Das Hauptziel des Projekts war die Entwicklung einer Datenanalyse-Plattform zur Förderung einer effektiven und kompetenzorientierten Zusammenarbeit in dynamischen Wertschöpfungsnetzwerken.Die zwanzig Beiträge in diesem Sammelband liefern umfassende Einblicke in die Forschungsergebnisse und schildern die gemeinsamen Erfahrungen der Partner aus produzierenden Unternehmen, Software- und Hardware-Anbietern sowie Forschungseinrichtungen. Im Fokus steht die Entwicklung von Lösungen, die in einem modularen Referenzbaukasten zusammengefasst sind. Dieser Baukasten unterstützt industrielle Datenanalysen und deren Integration in betriebliche Abläufe. Er fördert darüber hinaus eine kompetenzorientierte Zusammenarbeit und ermöglicht somit die Initiierung neuer Geschäftsmodelle und Kollaborationen.Das Buch richtet sich an Praktiker:innen aus der Industrie ebenso wie an Wissenschaftler:innen. Es liefert Impulse und bietet Hilfestellungen, um den Herausforderungen der digitalen Transformation zu begegnen und die Zukunft der industriellen Datenanalyse erfolgreich zu gestalten.