Die Suche nach dem nächsten operativen Effektivitätshorizont führt Unternehmen zur zu-nehmenden Digitalisierung ihrer Produktion und der Vision einer vernetzten, sich adaptiv an ein wandelndes Umfeld anpassenden Produktion. Maschinelles Lernen (ML) stellt bei der Rea-lisierung von Produktivität und Adaptivität in diesem Zusammenhang eine Schlüsseltechnolo-gie dar.
Obwohl das Potenzial von ML allgemein bereits weitgehend bekannt ist, vollzieht sich der Transfer in die unternehmerische Praxis nur langsam und produktionsspezifische Potenziale sind nur in wenigen Unternehmen erschlossen. Durch mangelnde Kenntnis der Technologie-eigenschaften von ML und konstituierender Merkmale von Herausforderungen der vernetz-ten, adaptiven Produktion zur Anwendung der Technologie werden die relevanten Hand-lungsfelder nicht erkannt. Die Diffusion maschinell lernender Systeme (MLS) wird maßgeblich durch eine bestehende Unklarheit darüber verlangsamt, welche Herausforderungen der ver-netzten, adaptiven Produktion durch MLS und die ihnen inhärenten Wirkprinzipien bewäl-tigt werden können.
Kernanspruch vorliegender Arbeit ist daher die Entmystifizierung des Anwendungsnutzens MLS zur Überwindung von Herausforderungen mit dem übergeordneten Ziel der Entwicklung und direkten Anwendung einer Methodik zur Applikation MLS in der vernetzten, adaptiven Produktion.
Vorliegende Arbeit leistet dabei einen wesentlichen Beitrag zur Reduzierung der Unklarheit darüber, welche Herausforderungen der vernetzten, adaptiven Produktion durch welche MLS bewältigt werden können. Die Einsatzmöglichkeiten von ML im Produktionsumfeld werden durch Typen MLS und Herausforderungstypen der vernetzten, adaptiven Produktion struktu-riert. Dies ermöglicht es produzierenden Unternehmen, Herausforderungen im Hinblick auf ihre Überwindbarkeit durch spezifische MLS zu analysieren. Vorliegende Arbeit leistet daher auch einen Beitrag zu einem tieferen Verständnis der Potenziale MLS im Produktionsumfeld. Dieses tiefere Verständnis hat das Potenzial, die Diffusion MLS maßgeblich zu beschleunigen. Produzierende Unternehmen können die Technologiepotenziale MLS erkennen, für sich in-terpretieren und zur Steigerung ihrer Wettbewerbsfähigkeit nutzen.

Details
Autor Scholz, Paul
Gewicht 0.43 kg
Erscheinungsdatum 28.04.2022
Eigene Bewertung schreiben
Sie bewerten:Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion

Technologiemanagement

Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion

Lieferzeit
2-3 Tage
39,00 €
inkl. 7% MwSt.

Kurzbeschreibung

Die Diffusion maschinell lernender Systeme (MLS) wird maßgeblich durch eine bestehende Unklarheit darüber verlangsamt, welche Herausforderungen der vernetzten, adaptiven Produktion durch MLS bewältigt werden können. Kernanspruch vorliegender Arbeit ist daher die Entmystifizierung des Anwendungsnutzens MLS zur Überwindung von Herausforderungen mit dem übergeordneten Ziel der Entwicklung und direkten Anwendung einer Methodik zur Applikation MLS in der vernetzten, adaptiven Produktion.

Verfügbarkeit: Auf Lager
Autor:
Scholz, Paul