Partnervorstellung:
Das Institut für Produktionssysteme (IPS) wurde als wissenschaftliche Einrichtung der Fakultät Maschinenbau an der Technischen Universität Dortmund gegründet und steht unter der Leitung von Prof. Dr.-Ing. Jochen Deuse und Dr.-Ing. Ralph Richter. Am Institut arbeiten Wissenschaftler:innen aus den Disziplinen Maschinenbau, Wirtschaftsingenieurwesen, Logistik, Informatik und Mathematik.
Im Fokus der Arbeit des Instituts stehen die Erforschung und Gestaltung technischer sowie soziotechnischer Arbeitssysteme. Hieraus leiten sich die Forschungsbereiche Work System Design, Production System Dynamics, Digital Manufacturing und Smart Quality ab. Darüber hinaus verfügt das IPS über eine umfassende Expertise in den Bereichen Datenanalyse, -management und Kompetenzentwicklung. Datenerhebung, -vernetzung und -analyse werden für die datengetriebene Problemlösung innerhalb der vier Forschungsbereiche des Instituts genutzt. Hier konnten bereits Erfahrungen in zahlreichen Industrie- und Forschungsprojekten gesammelt werden. Die Kompetenzvermittlung in der industriellen Datenanalyse ist wesentlicher Bestandteil der Lehrtätigkeiten des IPS. Erfahrungen im Kompetenzaufbau industrieller Beschäftigter konnten zudem durch Industrie- und Forschungsprojekte gewonnen werden.
Rolle im Projekt:
Das Forschungsziel des Instituts für Produktionssysteme der TU Dortmund innerhalb des Projekts AKKORD ist die Konzeption des Referenzbaukastens und der hiermit einhergehenden Struktur zur vernetzten Informationsbereitstellung und dynamischen Kollaboration durch industrielle Datenanalyse. Teilziele des IPS sind dabei die Entwicklung von Methoden und Werkzeugen zur übergreifenden, anwendungsfallorientierten Datenanalyse in Wertschöpfungsnetzwerken sowie die Erarbeitung von Einführungssystematiken zur digitalen Gestaltung von Unternehmensprozessen durch industrielle Datenanalyse. Die Erstellung begleitender Integrations-, Schulungs- und Beratungskonzepte sowie Befähiger zum Kompetenzaufbau für Datenanalyse ist ein weiteres Ziel des IPS.
Arbeitsberichte:
- Erster Arbeitsbericht aus dem Leistungsbereich „Analysemodule und Konfiguration“ – Konfiguration von Analysebausteinen
- Zweiter Arbeitsbericht aus dem Leistungsbereich „Analysemodule und Konfiguration“ – Integration und Visualisierung
- Vorstellung des AKKORD-Forschungsprojektes auf der automatica Messe 2022 in München
- Dritter Arbeitsbereich aus dem Leistungsbereich „Analysemodule für vernetze und integrierte Daten“
- Technische und funktionale Validierung des AKKORD-Referenzbaukastens
Veröffentlichungen:
- J. Mazarov, P. Wolf, J. Schallow, F. Nöhring, J. Deuse, R. Richter (2019): Industrial Data Science in Wertschöpfungsnetzwerken. Konzept einer Service-Plattform zur Datenintegration und -analyse, Kompetenzentwicklung und Initiierung neuer Geschäftsmodelle. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb 109 (2019) 12, S. 874-877.
- J. Mazarov, J. Schmitt, J. Deuse, R. Richter (2020): Visualisierung in Industrial-Data-Science-Projekten. Nutzen grafischer Darstellungen von Informationen und Daten in Industrial-Data-Science-Projekten. In: Industrie 4.0 Management 36 (2020) 12, S. 63-66.
- V. Nolte, T. Sindram, J. Mazarov, J. Deuse (2020): Industrial Data Science erfolgreich implementieren. Interviewstudie zu Erfolgsfaktoren und Hemmnissen. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb 115 (2020) 10, S. 734-737.
- J. Deuse, N. West, M. Syberg (2021): The Evolution of Scientific Managemet. From Industrial Engineering to Industrial Data Science. In: International Conference on Industrial Engineering and Industrial Management (ICIEIM), S. 99-101.
- N. West, J. Gries, C. Brockmeier, J. Göbel, J. Deuse (2021): Towards integrated Data Analysis Quality: Criteria for the application of Industrial Data Science. In: International Conference on Information Reuse an Integration for Data Science (IEEE-IRI), S. 131-138.
- J. Deuse, N. West, M. Syberg (2022): Rediscovering Scientific Management. The Evolution from Industrial Engineering to Industrial Data Science. In: International Journal of Production Management and Engineering (IJPME), S. 1-12.
- C. Rese, N. West, M. Gebler, S. Krzoska, P. Schlunder, J. Deuse (2023): Pipeline for the Automatic Extraction of Procedural Knowledge from Assembly Instructions into Controlled Natural Language. In: Journal of Software 18 (2023) 1, S. 1-14.
- M. Syberg, N. West, J. Schwenken, R. Adams, J. Deuse (2023): Requirements for the Development of a Collaboration Platform for Competency-Based Collaboration in Industrial Data Science Projects. In: International Conference on Information Management and Management Science (IMMS 2022), S. 64-69.
- J. Schwenken, C. Klupak, M. Syberg, N. West, F. Walker, J. Deuse (2023): Development of a Transdisciplinary Role Concept for the Process Chain of Industrial Data Science. In: International Conference on Data Analytics & Management (ICDAM 2022), S. 81-88.
Ansprechpartner:
- Nikolai West: nikolai.west@ips.tu-dortmund.de
- Marius Syberg: marius.syberg@ips.tu-dortmund.de
- Jörn Schwenken: joern.schwenken@ips.tu-dortmund.de