Implementierung eines Recommender-Systems in einer kollaborativen Wissensbasis zur Verbesserung der Analyse und Gestaltung von Wertschöpfungsnetzwerken
2024, Projektarbeit, Riedinger Sebastian
Betreuung durch M.Sc. Martin Becker
Abstract
Der moderne Maschinenbau ist geprägt von Interdisziplinarität und Kollaborationen zur Wertschöpfungssteigerung. In sogenannten Wertschöpfungsnetzwerken wird Wissen zwischen Unternehmen ausgetauscht, um beispielsweise neue Kernkompetenzen zu entwickeln der neue Märkte zu erschließen. Die Optimierung solcher Netzwerke ist Bestandteil vieler Forschungsarbeiten. Eine Methodik in diesem Bereich ist der vom VPE-Lehrstuhl entwickelte „KIRV-Ansatz“, welcher ontologiebasierten interdisziplinären Wissensaustausch mithilfe einer kollaborationsfähigen Wissensbasis ermöglicht. Der Ansatz stellt ein Tag-basiertes System vor, in welchem Nutzergruppen untereinander Kollaborationen schließen können und somit den Wissensaustausch ermöglichen. In dieser Projektarbeit wird erarbeitet, wie dieser Ansatz weiterentwickelt und verbessert werden kann. In dieser Hinsicht wird ein sogenanntes Recommender-System, welches bereits beispielsweise anhand vieler Streaming-Dienste Bekanntheit erfahren hat, in den KIRV-Ansatz eingefügt und anhand eines Konstruktionsbeispiels im Bereich 3D-Druck verifiziert. Die generierten Empfehlungen sind ein Mittel, wie Kollaborationen und folglich der Wissensaustausch weiter gefördert werden kann und somit ein noch effizienteres System für die Wertschöpfungssteigerung entsteht.