2025
Dissertation, RWTH Aachen University, 2025
Druckausgabe: 2025. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak04
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2025-03-20
Online
DOI: 10.18154/RWTH-2025-04550
URL: https://publications.rwth-aachen.de/record/1011123/files/1011123.pdf
Einrichtungen
Inhaltliche Beschreibung (Schlagwörter)
artificial intelligence (frei) ; large-language-models (frei) ; text-mining (frei)
Thematische Einordnung (Klassifikation)
DDC: 620
Kurzfassung
Die Dissertation untersucht den Einsatz von Text-Mining in produzierenden Unternehmen und adressiert fehlende Fähigkeiten sowie unklare Anforderungen. Sie identifiziert sieben Anwendungsfälle mit fünf übergeordneten Funktionen und kategorisiert relevante Methoden in drei Analysephasen. Ziel ist es, Unternehmen bei der Auswahl geeigneter Methoden und dem Aufbau nötiger Kompetenzen zu unterstützen. Zwei Fallstudien bestätigen den Nutzen von Anwendungsfalldiagrammen.The dissertation analyses the use of text mining in manufacturing companies and addresses missing capabilities and unclear requirements. It identifies seven use cases with five overarching functions and categorises relevant methods in three analysis phases. The aim is to support companies in selecting suitable methods and developing the necessary competences. Two case studies confirm the benefits of use case diagrams.
OpenAccess:
PDF
(additional files)
Dokumenttyp
Dissertation / PhD Thesis/Book
Format
online, print
Sprache
German
Externe Identnummern
HBZ: HT031051396
Interne Identnummern
RWTH-2025-04550
Datensatz-ID: 1011123
Beteiligte Länder
Germany
|
The record appears in these collections: |