Shaker Verlag GmbH

Shop : Review copy

Shop

Review copy

59,80 €
ISBN 978-3-8440-9996-6
Softcover
230 pages
81 figures
308 g
21 x 14,8 cm
German
Thesis

June 2025

Christopher Schnur

Methodisches Vorgehen zur Realisierung von maschinellen Lernprojekten im Mittelstand

Im Rahmen dieser Arbeit wurde ein methodisches Vorgehen zur Realisierung von maschinellen Lernprojekten im Mittelstand entwickelt. Oftmals sind zeitliche, finanzielle und personelle Ressourcen hier stark beschränkt, wodurch sich ein systematischer Wettbewerbsnachteil bzw. Entwicklungsstau ergibt. Um es unerfahrenen Anwendern dennoch zu ermöglichen Datenanalyseprojekte mittels maschinellem Lernen (ML) durchzuführen, wird ein Konzept eines persönlichen Informationsassistenten (PIA) entwickelt. Kernelement ist eine Checkliste, die den Anwender ganzheitlich bei einem maschinellen Lernprojekt begleitet und folgende Themengebiete abdeckt: Vorbereitung und Projektplanung, Mess- und Datenplanung, Datenaufnahme, Datenprüfung und -bereinigung, Datenauswertung und Modellbildung sowie den Projektabschluss. Neben einer Einführung in die Thematik bietet die Checkliste Tipps, Hinweise und weiterführende Literatur. Der PIA besteht zudem aus zwei weiteren Modulen, der Zugänglichkeit von Daten und Wissen und der Datenanalyse. Für beide Module wurden Konzepte aus Wissenschaft und Forschung adaptiert und in einen industrienahen Kontext gebracht. Um die Anwender bei der Modellbildung mittels ML zu unterstützen, wurde eine Toolbox in den PIA integriert, welche automatisiert komplementäre Algorithmen testet und validiert. Die entwickelte Methodik wurde in zwei industrienahen Anwendungsfällen validiert.

Keywords: Maschinelles Lernen; Mittelstand; Mess- und Datenplanung

Aktuelle Berichte aus Messtechnik und Data Engineering – Recent Developments in Measurement Technology and Data Engineering

Edited by Prof. Dr. Andreas Schütze, Saarbrücken

Volume 34

Please send the review copy to

the editorial address (all fields marked with * must be completed in full)

the reviewer's address (all fields must be completed in full)

Email*

Address of the editorial office

Name of the journal*

Web address*

Street and house number*

Postcode*

City*

Country*

Phone*

Reviewer's address

Form of address *

First name*

Last name*

Street and house number

Postcode

City

Country

Phone

Message

Security code

Please enter the security code*

I consent to Shaker Verlag GmbH using the information and contact details I have provided to contact me, to communicate with me about my contact, and to process my order. The privacy policy can be viewed here.

Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Germany

+49 2421 99011 0

+49 2421 99011 9

info@shaker.eu

www.shaker.eu

Mon. - Thurs. 8:00 a.m. to 4:00 p.m.
Fri. 8:00 a.m. to 3:00 p.m.

Subject*

Please enter the security code*

I consent to Shaker Verlag GmbH using the information and contact details I have provided to contact me when I contact them, to communicate about this and to process my request. This applies in particular to the use of the email address and telephone number for the aforementioned purpose. The privacy policy can be viewed here.*

Social Media

Data Privacy Protection

Imprint

Newsletter