Zum Inhalt
Fakultät Maschinenbau

Grundlagen strukturierter Problemlösung mittels Data Science

Teilnehmer: max. 20 Dauer: 3 x 0,5 Tage Ort: Präsenz/online

Ziele

  • Kenntnis der Methoden und Werkzeuge zur strukturierten Problemlösung für eine kontinuierliche Prozessverbesserung
Diagramm, das den DMAIC-Zyklus des Qualitäts- und Prozessmanagements zeigt und diesen mit Beispielen datenbasierter Analysemethoden verknüpft. In der Mitte befindet sich ein kreisförmig angeordneter Ablauf mit den fünf Schritten Define, Measure, Analyse, Improve und Control, wobei Pfeile den kontinuierlichen Übergang zwischen den Phasen verdeutlichen. Um den Zyklus herum sind exemplarische Darstellungen angeordnet: oben links ein Liniendiagramm mit Kontrollgrenzen zur Prozessüberwachung, oben rechts Berichte und grafische Auswertungen zur Messung und Beschreibung von Daten, unten rechts eine Illustration des Data Mining mit Computern und Analysewerkzeugen sowie unten links ein Strukturmodell, das Zusammenhänge zwischen Einflussgrößen und Prozessgrößen visualisiert. Das Diagramm veranschaulicht den systematischen Einsatz statistischer und analytischer Methoden zur Verbesserung und Stabilisierung von Prozessen im Rahmen des DMAIC-Ansatzes. © IPS​/​TU Dortmund

Inhalte

  • Übersicht über Vorgehensmodelle zur strukturierten Problemlösung und Detailvorstellung des A3
  • Einordnung von Qualitätswerkzeugen in den Problemlösungsprozess zur Detektion, Analyse und Lösung von Problemen
  • Grundlagen und Voraussetzungen ausgewählter Data Science Methoden
  • Vorstellung und Anwendung grafischer Tools zur Datenauswertung
  • Anwendung der Software RapidMiner zur datengetriebenen Problemanalyse
     
Sprechen Sie uns gerne an

Kontakt