Machine Learning in industriellen Dienstleistungen. Ein Vorgehensmodell

Inhaltsverzeichnis (Table of Contents)

• 1 Einleitung
• 2 Begriffliche Grundlagen und Forschungsstand zu relevanten Vorgehensmodellen
• 2.1 Industrieunternehmen und deren Dienstleistungen
• 2.1.1 Eigenschaften von Industrieunternehmen
• 2.1.2 Charakterisierung industrieller Dienstleistungen am Beispiel vorausschauender Instandhaltung
• 2.2 Künstliche Intelligenz und maschinelles Lernen
• 2.2.1 Einordnung und Definition des Begriffs, künstliche Intelligenz'
• 2.2.2 Maschinelles und überwachtes Lernen als Bestandteil von industriellen Dienstleistungen
• 2.3 Vorgehensmodelle zur Einführung von maschinellem Lernen in industriellen Dienstleistungen
• 2.3.1 Abgrenzung des Begriffs, Vorgehensmodell' und Auswahl des Modelltyps
• 2.3.2 Relevante Vorgehensmodelle, Ansätze und Rahmenwerke im Forschungskontext
• 3 Analyse von Vorgehensmodellen
• 3.1 Methodik zur Analyse der betrachteten Vorgehensmodelle
• 3.2 Rahmenwerk zu Bewertung und Vergleich der Modelle
• 3.3 Beschreibung und Analyse der Vorgehensmodelle
• 3.3.1 Prozessmodelle zur Dienstleistungsentwicklung
• 3.3.2 Modelle zur Durchführung von Projekten des maschinellen Lernens
• 3.3.3 Ansätze zur Einführung von künstlicher Intelligenz oder maschinellem Lernen in die Instandhaltung
• 3.4 Vergleich der Vorgehensmodelle und Ableitung der Ergebnisse für die Konzeption des Vorgehensmodells
• 4 Konzeption und Evaluation des Vorgehensmodells
• 4.1 Methodik zur Konzeption und Evaluation
• 4.2 Konzeption des Vorgehensmodells
• 4.2.1 Vorüberlegungen zu Aufbau, Ablauf und Eigenschaften des Vorgehensmodells
• 4.2.2 Entwicklung des Vorgehensmodells
• 4.3 Evaluation des neu konzipierten Vorgehensmodells
• 5 Zusammenfassung und Ausblick
• 5.1 Zusammenfassung und kritische Würdigung der Arbeit
• 5.2 Ausblick

Zielsetzung und Themenschwerpunkte (Objectives and Key Themes)

Diese Masterarbeit zielt darauf ab, ein Vorgehensmodell für die Einführung von Machine Learning in industriellen Dienstleistungen zu entwickeln. Das Modell soll Unternehmen dabei unterstützen, die Möglichkeiten des maschinellen Lernens effektiv zu nutzen und Prozesse zu optimieren.

• Charakterisierung industrieller Dienstleistungen und deren Besonderheiten im Kontext von Machine Learning
• Analyse und Bewertung bestehender Vorgehensmodelle für die Einführung von Machine Learning in verschiedenen Bereichen
• Entwicklung eines neuen Vorgehensmodells, das auf die spezifischen Anforderungen industrieller Dienstleistungen zugeschnitten ist
• Evaluation des Modells hinsichtlich seiner Praktikabilität und Wirksamkeit
• Zusammenfassung der Ergebnisse und Ausblick auf zukünftige Forschungsbedarfe

Zusammenfassung der Kapitel (Chapter Summaries)

Kapitel 1 bietet eine Einleitung in das Thema und erläutert die Motivation und Zielsetzung der Arbeit. Kapitel 2 definiert die relevanten Begriffe, beleuchtet den Forschungsstand zu Vorgehensmodellen und analysiert die Eigenschaften von Industrieunternehmen sowie deren Dienstleistungen, insbesondere am Beispiel der vorausschauenden Instandhaltung. Kapitel 3 analysiert verschiedene bestehende Vorgehensmodelle und bewertet deren Eignung für den Kontext der Einführung von Machine Learning in industriellen Dienstleistungen. Kapitel 4 entwickelt das neue Vorgehensmodell, beschreibt dessen Aufbau, Ablauf und Eigenschaften und evaluiert seine Qualität. Kapitel 5 fasst die Ergebnisse zusammen, zieht eine kritische Würdigung der Arbeit und gibt einen Ausblick auf zukünftige Forschungsmöglichkeiten.

Schlüsselwörter (Keywords)

Die Arbeit beschäftigt sich mit den Schlüsselbegriffen Machine Learning, industrielle Dienstleistungen, Vorgehensmodelle, Instandhaltung, Künstliche Intelligenz, Datenanalyse, Prozessoptimierung und Business Value. Die Arbeit basiert auf empirischen Forschungsarbeiten und untersucht verschiedene Modelle und Ansätze, um die Einführung von Machine Learning in industriellen Dienstleistungen erfolgreich zu gestalten.