Data Preparation for Data Analytics (DPDA)

Home

Laufzeit

seit 2009

Aufgaben

Das Ziel der DPDA Projektgruppe ist die Nutzbarmachung der Potentiale moderner Datenanalysetechnologie ohne großen Initialaufwand. Insbesondere die Datenaufbereitung stellt für viele Unternehmen noch immer eine maßgebliche Einstiegshürde dar, welche die Umsetzung von Data Analytics Projekten behindert. Insbesondere das Fehlen entsprechender Handlungsweisen sowie verantwortlicher Funktionen zur zielgerichteten Datenaufbereitung innerhalb der Unternehmen gelten als größte Umsetzungshindernisse in Data Analytics Projekten. Die Projektgruppe hat sich daher das Ziel gesetzt diese Hindernisse zu reduzieren und entsprechende Empfehlungen zu entwickeln, welche die Durchführung von Data Analytics Projekten erleichtern sollen. Hierzu zählt die Entwicklung eines Rollenmodells für DPDA Projekte. Die Besonderheit liegt in der engen Verknüpfung dieses Rollenmodells mit dem Produktlebenszyklus, sodass eine Domänenübergreifende Denkweise in den Unternehmen etabliert werden kann.

Meilensteine 2019

Im Jahr 2019 konnte das in Abbildung 1 dargestellte Rollenmodell entwickelt und spezifiziert werden. Dieses gibt einen Überblick über die zu besetzenden Rollen zur erfolgreichen Umsetzung von DPDA Projekten innerhalb von Unternehmen. Durch die Spezifizierung des Zusammenwirkens beteiligter Rollen und zwingend zu erfüllender Fähigkeiten, können Unternehmen bereits jetzt erste Handlungsempfehlungen als Grundlage zur Besetzung entsprechender Rollen nutzen.

Ausblick 2020

Im kommenden Projektjahr wird das Ziel verfolgt, das erarbeitete Rollenmodell weiter zu spezifizieren und auf seine Anwendbarkeit hin zu testen. Hierzu soll das Rollenmodell auf die bereits erarbeiteten Use Cases Anwendung finden. Um produzierende Unternehmen bei der künftigen Umsetzung von Data Analytics Projekten zu unterstützen soll die Entwicklung eines ganzheitlichen Referenzmodells vorangetrieben werden. Durch eine enge Verknüpfung dieser Referenzstruktur mit gängigen Modells des Produktlebenszyklus sollen spezifische Handlungsweisen abgeleitet werden können, welche bereits im Planungsstadium die Berücksichtigung von Data Analytics erlaubt.

Vorsitz

Prof. Dr.-Ing. Rainer Stark, Geschäftsfeld Virtuelle Produktentstehung, Fraunhofer IPK, Berlin
Prof. Dr.-Ing. Jochen Deuse, Institut für Produktionssysteme, TU Dortmund