Full-text downloads (blue) and page views (gray)

Text-Mining-Anwendungsfälle in produzierenden Unternehmen

  • Diese Dissertation untersucht Text-Mining in produzierenden Unternehmen. Trotz seines Potenzials ist Text-Mining in dieser Branche bisher weitgehend ungenutzt geblieben, hauptsächlich aufgrund fehlender interner Fähigkeiten in Mathematik, Statistik und IT. Die Arbeit adressiert zwei zentrale Defizite: die Anforderungsdefinition und die Entwicklung von Text-Mining-Anwendungen. Ziel der Dissertation ist es, diese Defizite zu beheben, indem sie Fachbereiche in der Konzeptions- und Planungsphase unterstützt, aus generischen Anwendungsfällen Text-Mining-Funktionen und dafür relevante Methoden abzuleiten. Sieben Text-Mining-Anwendungsfälle wurden in produzierenden Unternehmen identifiziert und modelliert. Diese Anwendungsfälle umfassen 18 spezifische Text-Mining-Funktionen, die zu fünf abstrakten Text-Mining-Funktionen zusammengefasst wurden: Freitexteingabe unterstützen, Wissen bereitstellen, Information extrahieren, Stimmung bewerten und Text klassifizieren. Aktuelle Text-Mining-Methoden wurden in drei Phasen kategorisiert: Vorverarbeitung, Mining-Analyse und Ergebnisaufbereitung. Die Vorverarbeitung bereitet Texte für die Analyse vor, die Mining-Analyse umfasst Methoden wie Klassifikation und Clustering, und die Ergebnisaufbereitung visualisiert die Ergebnisse. Die Dissertation zeigt anschließend die Wirkungszusammenhänge zwischen den Text-Mining-Funktionen und -Methoden auf, was es produzierenden Unternehmen ermöglicht, geeignete Text-Mining-Methoden zu identifizieren und darauf aufbauend die notwendigen Fähigkeiten für Stellenausschreibungen und Bietergespräche zu definieren. Zwei Fallstudien evaluieren die Ergebnisse und zeigen, dass Text-Mining-Anwendungsfalldiagramme entscheidend zur Vermittlung und Nutzbarmachung von Text-Mining beitragen. Dadurch werden produzierende Unternehmen befähigt, die notwendigen Fähigkeitslücken für die Entwicklung von Text-Mining-Anwendungen zu schließen.
  • The dissertation analyses the use of text mining in manufacturing companies and addresses missing capabilities and unclear requirements. It identifies seven use cases with five overarching functions and categorises relevant methods in three analysis phases. The aim is to support companies in selecting suitable methods and developing the necessary competences. Two case studies confirm the benefits of use case diagrams.

Download full text files

  • FIR-Bibliothek/-Archiv
    deu

    Vortragsfolien "Erfolgsfaktoren für eine unabhängige und adaptive IT-Systemlandschaft in der Produktion"

  • FIR-Bibliothek/-Archiv
    deu

    Dissertationsschrift

Export metadata

Additional Services

Search Google Scholar

Statistics

Access statistics
Metadaten
Author:Florian Clemens
URL:https://www.apprimus-verlag.de/text-mining-anwendungsfalle-in-produzierenden-unternehmen.html
DOI:https://doi.org/10.18154/RWTH-2025-04550
ISBN:978-3-98555-283-2
Title Additional (English):Text Mining Use Cases in Manufacturing Companies
Series (Serial Number):Schriftenreihe Rationalisierung (196)
Publisher:Apprimus
Place of publication:Aachen
Editor:Günther Schuh
Referee:Günther Schuh, Wolfgang Boos
Document Type:Doctoral Thesis
Language:German
Date of Publication (online):2025/06/06
Date of first Publication:2025/05/13
Granting Institution:FIR e. V. an der RWTH Aachen, Fakultät 4: Maschinenwesen
Date of final exam:2025/03/20
Release Date:2025/06/10
Tag:04; KI
AI; Artificial intelligence; LLM; Large language models; Text mining
GND Keyword:Künstliche IntelligenzGND
Page Number:XI, 257 S.
Institute / Department:FIR e. V. an der RWTH Aachen
Informationsmanagement
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme
6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften