Produzierende Unternehmen befinden sich in einem stetig zunehmenden Wettbewerb aufgrund sich ändernder Marktanforderungen und Regulierungen. In der Automobilindustrie führt der disruptive Wandel von klassischen Antrieben hin zur Elektromobilität dazu, dass neuartige Fertigungstechnologien und Prozesse beherrscht werden müssen. Um sich von anderen Wettbewerbern differenzieren zu können, ist eine hohe Qualität der Produkte zu konkurrenzfähigen Preisen zwingend erforderlich. Somit ist die wesentliche Herausforderung die Erreichung hoher Fertigungseffizienz und Produktqualität bei hoher Komplexität der Fertigungsprozesse. Um diese Herausforderungen zu bewältigen, ist es erforderlich, den Wissensaufbau bezüglich der Wirkzusammenhänge innerhalb der Fertigungsprozesse zu beschleunigen. In der IT haben sich Data Analytics Ansätze als fähig erwiesen, die Identifikation von Wirkzusammenhängen zu unterstützen. Bisher existieren allerdings noch keine ganzheitlichen Anwendungen für Data Analytics innerhalb von Fertigungssystemen. Bestehende Anwendungen sind ausschließlich problemgetrieben und besitzen einen beschränkten Betrachtungsfokus, z. B. Analyse festgelegter KPIs oder Betrachtung einzelner Prozessschritte. Mangelhafte Datengrundlagen und ungeeignete IT-Infrastrukturen erschweren oder verhindern den ganzheitlichen Einsatz von Data Analytics.
Im Rahmen dieser Arbeit wurde eine Methodik zur proaktiven Integration von Data Analytics in die Serienfertigung entwickelt. Diese Methodik gewährleistet ein Vorgehen, das die Identifikation und Priorisierung einer nutzenbringenden Auswahl an Data Analytics Anwendungsfällen während der frühen Phase der Entwicklung des Fertigungssystems ermöglicht und deren skalierbare Umsetzung bis zur Serienreife mit Hilfe einer geeigneten IT-Architektur unterstützt. Die Anwendung der Methodik in der industriellen Praxis erfolgte bei der Fertigung von Hochvoltspeichern für elektrifizierte Fahrzeuge bei einem Automobilhersteller. Durch die erfolgte Umsetzung der identifizierten Data Analytics Anwendungsfälle wurde belegt, dass die proaktive Integration von Data Analytics in die Serienfertigung im industriellen Alltag erfolgreich und nutzenbringend einzusetzen ist. Als Auswirkungen konnten bei den betrachteten Anwendungsfällen u. a. Zeiten für Prüfprozesse verkürzt, Expertenwissen nutzenbringend eingesetzt, Dokumentationsrichtlinien verbessert und auf geänderte Rahmenbedingungen flexibel reagiert werden.