Entwicklung eines Konzepts zur Klassifizierung und zielgerichteten Nutzung historischer Materialstammdaten mit Methoden des Data Mining am Beispiel SA

ISBN-13: 9783838663920 / Niemiecki / Miękka / 2003 / 132 str.

Karsten Hoermann

Opis

Diplomarbeit aus dem Jahr 2001 im Fachbereich Informatik - Angewandte Informatik, Note: 1,7, Technische Universitat Dortmund (unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe: Zusammenfassung: In den letzten zehn Jahren ist die Menge der weltweit gesammelten und gespeicherten Daten immens angestiegen. Diese Daten konnen nur dann sinnvoll genutzt werden, wenn die Nutzenden wissen, wo und wie sie die Daten finden, was die Daten beinhalten und wie die Daten verwendet werden konnen. Im Verlauf der industriellen Auftragsabwicklung ist es z.B. notwendig, existierende Materialstammdaten schnellstmoglich wiederzufinden. Die Einordnung der Materialstammdaten in das Fachgebiet der Produktionsplanung und steuerung verdeutlicht die Problematik. Dieser Zustand macht eine Datenauswertung mit traditionellen Mitteln unmoglich. Daher ist der Wunsch nach Verfahren entstanden, die automatisch interessante Muster aus grossen Datenbestanden filtern. Aus dieser Zielsetzung ist das Forschungsgebiet des Knowledge Discovery in Databases (KDD) Anfang der 90er Jahre entstanden. Mit Hilfe eigener Methoden werden Abhangigkeiten und Regelmassigkeiten zwischen Datenbankeintragen und Dokumenten gefunden. Anschliessend wird das gefundene Wissen in einer fur den Menschen verstandlichen Form prasentiert. In diesem Zusammenhang stellt ein von der SAP AG neu entwickeltes Tool eine Losungsmoglichkeit fur das Materialstammdatenmanagement dar. Dazu wird in der vorliegenden Arbeit das Thema KDD unter ausgewahlten Aspekten analysiert. Das neuartige Tool soll in den KDD Prozess integriert werden. Anschliessend werden die einzelnen Schritte des KDD Prozess fur die Materialstammdaten diskutiert. Insgesamt wird ein Verfahren zur Wiederverwendung von Materialstammdaten mit Hilfe eines neuartigen Tool unter Verwendung von Methoden des KDD entworfen. Einleitung: Data Mining und Knowledge Discovery in Datenbanken (KDD) erhalten zunehmende Beachtung in der Forschung, in der Industrie und in den Medien. In den l