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.
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 |