00 Informatik, Wissen, Systeme
Refine
Year of publication
Document Type
- Lecture (15)
- Working Paper (6)
- Contribution to a Periodical (3)
- Doctoral Thesis (3)
- Conference Proceeding (2)
- Article (1)
- Bachelor Thesis (1)
- Master's Thesis (1)
Is part of the Bibliography
- no (32)
Keywords
- 01 (1)
- 02 (1)
- 04 (3)
- 5G (2)
- 5G Implementation roadmap (1)
- 5G Technology (1)
- 5G usage gap (1)
- AI (7)
- Anwendungen (2)
- Artificial Intelligence (1)
Institute
Shared Service Center
(2018)
Die fortschreitende Digitalisierung verändert die Geschäftswelt rasant und stellt Unternehmen vor neue Herausforderungen. Besonders in der produzierenden Industrie wird der Einsatz digitaler Technologien zunehmend zum entscheidenden Wettbewerbsvorteil. Doch mit der Nutzung digitaler Technologien entstehen auch neue Risiken, die produzierende Unternehmen nicht nur in ihrer Funktionalität, sondern auch in der Einhaltung gesetzlicher Vorgaben und interner Richtlinien berücksichtigen müssen. Die vorliegende Dissertation entwickelt eine Methode zur systematischen Erstellung von Compliance-Richtlinien für den verantwortungsvollen Einsatz digitaler Technologien in produzierenden Unternehmen.
Durch eine Delphi-Studie wird erstmals die Relevanz von Compliance für verschiedene digitale Technologien untersucht, und es wird ein innovativer Ansatz zur Ermittlung der erforderlichen Richtlinien entwickelt. Die Methode wird anschließend auf ihre Anwendbarkeit in produzierenden Unternehmen erfolgreich überprüft. Sie liefert als Ergebnis eine unternehmensindividuelle Compliance-Richtlinie, die auf die spezifischen Anforderungen und Risiken des jeweiligen Unternehmens zugeschnitten ist.
Mit dieser Methode erhalten produzierende Unternehmen ein wertvolles Werkzeug, um sich proaktiv auf zukünftige regulatorische Anforderungen vorzubereiten und den verantwortungsbewussten Einsatz digitaler Technologien sicherzustellen – noch bevor gesetzliche Regulierungen greifen.
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.
Die digitale Transformation verändert grundlegend, wie produzierende Unternehmen IT-Lösungen nutzen, um Prozesse zu optimieren und wettbewerbsfähig zu bleiben. Gleichzeitig steigt die Nachfrage nach digitalen Anwendungen, doch der IT-Fachkräftemangel bremst deren Umsetzung. Viele Unternehmen sind stark von ihren IT-Abteilungen abhängig, die unter wachsendem Entwicklungsdruck stehen – mit der Folge, dass digitale Innovationen ins Stocken geraten. Low-Code-Plattformen versprechen Abhilfe, indem sie auch Nicht-IT-Fachkräften ermöglichen, aktiv an der Softwareentwicklung mitzuwirken. Fachabteilungen können so eigenständig digitale Anwendungen erstellen und Prozesse effizienter gestalten. Dennoch bleibt der Einsatz von Low-Code oft auf IT-Abteilungen beschränkt – nicht zuletzt aufgrund von Bedenken hinsichtlich Datensicherheit, Governance und fehlendem Wissen über die konkreten Einsatzmöglichkeiten dieser Technologie. Diese Dissertation entwickelt ein umfassendes Regelwerk, das produzierende Unternehmen dabei unterstützt, Low-Code gezielt, sicher und effizient zu nutzen. Drei definierte Anwendungsfalltypen schaffen ein besseres Verständnis für die Einsatzmöglichkeiten. Zudem werden elf grundlegende Regeln abgeleitet, die eine strukturierte und sichere Einführung von Low-Code-Plattformen in produzierenden Unternehmen ermöglichen. Durch die Analyse der Zusammenhänge zwischen Anwendungsfällen und Regeln lassen sich spezifische Maßnahmen ableiten, um Low-Code sicher und effektiv einzusetzen. Ergänzend dazu werden 60 praxisnahe Gestaltungsmaßnahmen formuliert, die Unternehmen konkrete Unterstützung bei der erfolgreichen Integration von Low-Code in ihre Prozesse bieten. Dieses Regelwerk hilft produzierenden Unternehmen, die Potenziale von Low-Code voll auszuschöpfen, Abhängigkeiten von der IT zu reduzieren und die digitale Transformation gezielt voranzutreiben.
Enabling Industry 4.0: A Roadmap For Efficient Implementation Of 5G Campus Networks In Manufacturing
(2025)
Private 5G networks, which are localized and designed for specific organizations or facilities, enable industrial production environments to transform by providing unparalleled opportunities for enhanced operational efficiency, flexibility, and digital connectivity. Based on four expert interviews and a detailed literature review for further validation, this paper presents a holistic roadmap for implementing private 5G networks in production settings. This roadmap adopts a phased approach, beginning with awareness and needs assessment, followed by the development of specific technical concepts, pilot implementation, network scalability, and ongoing optimization. Each phase is designed to address unique challenges and critical decisions involved in the successful deployment of 5G, including use case identification (e.g., predictive maintenance and autonomous systems), network architecture, partnership models, and integration with legacy IT infrastructure. This guided approach provides production facilities a pragmatic framework to navigate the technical, organizational, and economic complexities of 5G implementation, ensuring alignment with industry requirements and future technological developments. The proposed roadmap synthesizes insights from subject matter experts and recent literature, providing a sustainable, adaptable, and resilient strategy for 5G network deployment in production environments.
Der Vortrag vermittelt die theoretischen Grundlagen der Künstlichen Intelligenz (KI) und deren industrielle Anwendung. Im ersten Teil werden die historischen Meilensteine der KI, die strategischen Digitalisierungsziele im Maschinen- und Anlagenbau sowie die Abgrenzung zwischen Künstlicher Intelligenz und Maschinellem Lernen (ML) behandelt. Zudem wird die Funktionsweise neuronaler Netzwerke erläutert und deren Bedeutung für moderne KI-Anwendungen aufgezeigt.
Im zweiten Teil liegt der Fokus auf Large Language Models (LLMs), deren Funktionsweise und der gezielten Anwendung durch einen Prompt-Engineering-Workshop.
Large-Language-Models (LLMs) sind zentrale Technologien der Künstlichen Intelligenz zur Verarbeitung natürlicher Sprache. Dieser Vortrag behandelt ihre technische Funktionsweise sowie die gezielte Anwendung von Prompt-Engineering. Die Teilnehmenden erhalten sowohl theoretische Grundlagen als auch praxisnahe Einblicke in die Nutzung von LLMs.
