2024 | OriginalPaper | Chapter
Zusammenfassung, Grenzen und Ausblick
Author : Jessica Schweiger
Publisher: Springer Berlin Heidelberg
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Im Rahmen dieser Dissertation wurde aufgezeigt, dass mittels Digitalisierung als unterstützende Kraft, sowie einer gezielt eingesetzten Schwachstellenanalytik, gefolgt von Zuweisung anzuwendender Methoden, Potenziale der weiteren Produktivitätssteigerung identifiziert und erreicht werden können. Als Schwachstelle wird eine Diskrepanz zwischen einem Ist- und dem gewünschten Soll-Zustand verstanden, die zu Problemen in der Wertschöpfung und damit zu Produktivitätsminderung führen könnte. Insbesondere vor dem Hintergrund des aktuellen digitalen Fortschritts sind Schwachstellen theoretisch innerbetrieblich erkennbar und methodisch behandelbar. In dieser Dissertation wurde ein systematischer Weg von den Kennzahlen zur Schwachstelle als so genannte Schwachstellenanalytik erarbeitet. Es wurde ein genereller Ablauf erläutert, wie die SSA als Teil von ML-Modellen zur langfristigen Produktivitätsoptimierung durch exakt zugewiesene Methoden beitragen kann. Im Aufbau startete diese Dissertation zunächst mit allgemeinen Begriffsdefinitionen, wie Schwachstelle, Analytik, Methode, Produktivität als auch mit statistischen Grundlagen, wie Korrelationen, Standardabweichung und SPC. Im weiteren Verlauf wurde eine Struktur betrieblicher Schwachstellen erarbeitet, ergänzt durch einen entsprechenden Kennzahlenkatalog sowie Methodenkatalog. Dabei wurde ein erhebliches Mengengerüst erkennbar.