IM 37, 2021, 11-14
Assistenzsysteme durch Natural Language Processing - Umsetzungsstrategien für den Shopfloor

Bibtex

Cite as text

						@Article{,
							Cite-key = "Müller2021", 
							Year= "2021", 
							Number= "6", 
							 Volume= "IM 37", 
							Pages= "11-14", 
							Journal   = "Industry 4.0 Management",
							 Title= "Assistenzsysteme durch Natural Language Processing - Umsetzungsstrategien für den Shopfloor", 
							Author= "Marvin Müller und Joachim Metternich, Technische Universität Darmstadt 


", 
							Doi= "https://doi.org/10.30844/I40M_21-6_S11-14", 
							 Abstract= "Die Werkstattführung im Rahmen des sogenannten Shopfloor Managements (SFM) greift zunehmend auf digital erfasste Daten zurück. Die im Rahmen des SFM
erkannten Abweichungen führen im besten Fall zu einer systematischen und nachhaltigen Lösung der zugrundeliegenden Probleme. Besonders wertvoll ist dabei das in
Form von Freitext dokumentierte Wissen der Beschäftigten in der Ursachenforschung und Maßnahmendefinition. Im Transferprojekt TexPrax werden daher Ansätze aus
dem Natural Language Processing (NLP) auf diese Textdaten angewendet, um Assistenzfunktionen im SFM zu realisieren. Dieser Beitrag stellt verschiedene, erprobte
Assistenzsysteme im digitalen SFM (dSFM) vor und zeigt situationsspezifische Umsetzungsstrategien für Unternehmen auf.", 
							 Keywords= "Digitales Shopfloor Management, Natural Language Processing, Assistenzsysteme, Umsetzungsstrategie

", 
							}
					
Marvin Müller und Joachim Metternich, Technische Universität Darmstadt(2021): Assistenzsysteme durch Natural Language Processing - Umsetzungsstrategien für den Shopfloor. IM 376(2021), S. 11-14. Online: https://doi.org/10.30844/I40M_21-6_S11-14 (Abgerufen 29.03.24)

Abstract

Abstract

Die Werkstattführung im Rahmen des sogenannten Shopfloor Managements (SFM) greift zunehmend auf digital erfasste Daten zurück. Die im Rahmen des SFM erkannten Abweichungen führen im besten Fall zu einer systematischen und nachhaltigen Lösung der zugrundeliegenden Probleme. Besonders wertvoll ist dabei das in Form von Freitext dokumentierte Wissen der Beschäftigten in der Ursachenforschung und Maßnahmendefinition. Im Transferprojekt TexPrax werden daher Ansätze aus dem Natural Language Processing (NLP) auf diese Textdaten angewendet, um Assistenzfunktionen im SFM zu realisieren. Dieser Beitrag stellt verschiedene, erprobte Assistenzsysteme im digitalen SFM (dSFM) vor und zeigt situationsspezifische Umsetzungsstrategien für Unternehmen auf.

Keywords

Schlüsselwörter

Digitales Shopfloor Management, Natural Language Processing, Assistenzsysteme, Umsetzungsstrategie

References

Referenzen

Sorry, this entry is only available in German.

GITO events | library.gito