h1

001008873 001__ 1008873
001008873 005__ 20250625095632.0
001008873 0247_ $$2HBZ$$aHT030991383
001008873 0247_ $$2Laufende Nummer$$a44180
001008873 0247_ $$2datacite_doi$$a10.18154/RWTH-2025-03209
001008873 020__ $$a978-3-98555-267-2
001008873 037__ $$aRWTH-2025-03209
001008873 041__ $$aGerman
001008873 082__ $$a620
001008873 1001_ $$0P:(DE-82)IDM03786$$aMendl-Heinisch, Michael Otto$$b0$$urwth
001008873 245__ $$aBewertung technischer Produktänderungen mittels prädiktiver Datenanalyse$$cMichael Mendl-Heinisch$$honline, print
001008873 246_3 $$aEvaluation of technical product change by using predictive analytics$$yEnglish
001008873 250__ $$a1. Auflage
001008873 260__ $$aAachen$$bApprimus Verlag$$c2025
001008873 300__ $$a1 Online-Ressource : Illustrationen
001008873 3367_ $$02$$2EndNote$$aThesis
001008873 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
001008873 3367_ $$0PUB:(DE-HGF)3$$2PUB:(DE-HGF)$$aBook$$mbook
001008873 3367_ $$2BibTeX$$aPHDTHESIS
001008873 3367_ $$2DRIVER$$adoctoralThesis
001008873 3367_ $$2DataCite$$aOutput Types/Dissertation
001008873 3367_ $$2ORCID$$aDISSERTATION
001008873 4900_ $$aErgebnisse aus der Produktionstechnik$$v2025,7
001008873 502__ $$aDissertation, RWTH Aachen University, 2024$$bDissertation$$cRWTH Aachen University$$d2024$$gFak04$$o2024-09-30
001008873 500__ $$aDruckausgabe: 2025. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University
001008873 5203_ $$aProduzierende Unternehmen sehen sich beim Management von Änderungen entlang des Produktentstehungsprozess mit einer Vielzahl an Herausforderungen konfrontiert. Starke Marktdynamiken und die Verkürzung von Produktlebenszyklen verschärfen diese Herausforderungen zunehmend. Vor diesem Hintergrund sowie angesichts des zunehmenden Wandels des Marktes von einem Verkäufer zu einem Käufermarkt ist die effektive und effiziente Bearbeitung von technischen Änderungen heute eine Pflichtaufgabe. Dabei werden jedoch i.d.R. noch keine modernen Datenanalyseverfahren wie der Random Forest Algorithmus zur Prognose eingesetzt. Bezugnehmend auf die beschriebene Ausgangssituation war die effiziente Gestaltung des Umgangs mit technischen Änderungen das Ziel dieser Arbeit. Dazu zählen insbesondere die Auswahl der zu bearbeitenden technischen Änderungen sowie eine Minimierung der Gesamtänderungskosten durch die Bündelung von technischen Änderungen mit ähnlicher Ressourcenbeanspruchung. Die Methodik fokussierte dabei die Zuordnung technischer Änderungen mittels eines Beschreibungsmodells und die Ermittlung von Grundtypen technischer Änderungen. Weiterhin erfolgte die Beschreibung von Aufwand und Nutzen technischer Änderungen, wobei der Aufwand durch prädiktive Datenanalyse ermittelt wurde. Abschließend wurden die technischen Änderungen zur Minimierung des Gesamtänderungsaufwands gebündelt. In Kapitel 1 dieser Arbeit wurde die Motivation der Arbeit vorgestellt und daraus folgend wurde die Zielsetzung abgeleitet. In Kapitel 2 wurden die relevanten Grundlagen und Definitionen eingeführt. Hierzu wurden der Objektbereich und der Zielbereich sowie die Lösungshypothese der Arbeit entwickelt. Dabei wurde zuerst das technische Änderungsmanagement als Teil der Produktentwicklung beschrieben, um anschließend die Bedeutung technischer Änderungen hervorzuheben. In Kapitel 3 wurden Theorie- und Praxisdefizite ermittelt, um die Relevanz der Arbeit sicherzustellen. Die Erkenntnisse der ersten Kapitel wurden in Kapitel 4 genutzt, um die Methodik zu konzipieren. In Kapitel 5 folgte die Detaillierung der Methodik zur Bewertung technischer Änderungen mittels prädiktiver Datenanalyse. Zur Sicherstellung der Anwendbarkeit der Methodik wurde in Kapitel 6 eine Validierung der Methodik durchgeführt. Die hier gewonnenen Erkenntnisse wurden anschließend kritisch reflektiert und weitere Optimierungspotenziale für die Methodik wurden entwickelt.$$lger
001008873 520__ $$aManufacturing companies face a variety of challenges when managing changes along the product development process. Strong market dynamics and the shortening of product life cycles are increasingly exacerbating these challenges. Against this background and in view of the increasing transformation of the market from a seller's to a buyer's market, the effective and efficient processing of technical changes is now a mandatory task. However, modern data analysis methods such as the Random Forest Algorithm are generally not yet used for forecasting. With reference to the initial situation described above, the aim of this work was to efficiently design the handling of technical changes. This includes in particular the selection of the technical changes to be processed as well as minimizing the overall change costs by bundling technical changes with similar resource requirements. The methodology focused on the allocation of technical changes using a description model and the determination of basic types of technical changes. Furthermore, the costs and benefits of technical changes were described, whereby the costs were determined using predictive data analysis. Finally, the technical changes were bundled to minimize the overall change effort. In chapter 1 of this thesis, the motivation for the work was presented and the objectives were derived from this. Chapter 2 introduced the relevant principles and definitions. For this purpose, the object area and the target area as well as the solution hypothesis of the thesis were developed. Technical change management was first described as part of product development in order to then emphasize the importance of technical changes. In chapter 3, theoretical and practical deficits were identified in order to ensure the relevance of the work. The findings of the first chapters were used in Chapter 4 to design the methodology. Chapter 5 detailed the methodology for evaluating technical changes using predictive data analysis. To ensure the applicability of the methodology, a validation of the methodology was carried out in chapter 6. The insights gained here were then critically reviewed and further optimization potentials for the methodology were developed.$$leng
001008873 588__ $$aDataset connected to Lobid/HBZ
001008873 591__ $$aGermany
001008873 7001_ $$0P:(DE-82)IDM00801$$aSchuh, Günther$$b1$$eThesis advisor$$urwth
001008873 7001_ $$0P:(DE-82)IDM01294$$aBoos, Wolfgang$$b2$$eThesis advisor$$urwth
001008873 8564_ $$uhttps://publications.rwth-aachen.de/record/1008873/files/1008873.pdf$$yOpenAccess
001008873 8564_ $$uhttps://publications.rwth-aachen.de/record/1008873/files/1008873_source.doc$$yRestricted
001008873 8564_ $$uhttps://publications.rwth-aachen.de/record/1008873/files/1008873_source.docx$$yRestricted
001008873 8564_ $$uhttps://publications.rwth-aachen.de/record/1008873/files/1008873_source.odt$$yRestricted
001008873 909CO $$ooai:publications.rwth-aachen.de:1008873$$pdnbdelivery$$pdriver$$pVDB$$popen_access$$popenaire
001008873 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
001008873 9141_ $$y2025
001008873 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM03786$$aRWTH Aachen$$b0$$kRWTH
001008873 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM00801$$aRWTH Aachen$$b1$$kRWTH
001008873 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM01294$$aRWTH Aachen$$b2$$kRWTH
001008873 9201_ $$0I:(DE-82)417210_20140620$$k417210$$lLehrstuhl für Produktionssystematik$$x0
001008873 9201_ $$0I:(DE-82)417200_20140620$$k417200$$lWerkzeugmaschinenlabor WZL der RWTH Aachen$$x1
001008873 961__ $$c2025-04-28T15:44:51.954725$$x2025-03-25T21:21:32.829406$$z2025-04-28T15:44:51.954725
001008873 9801_ $$aFullTexts
001008873 980__ $$aI:(DE-82)417200_20140620
001008873 980__ $$aI:(DE-82)417210_20140620
001008873 980__ $$aUNRESTRICTED
001008873 980__ $$aVDB
001008873 980__ $$abook
001008873 980__ $$aphd