TY  - BOOK
AU  - Karsten Hoermann
PY  - 2003
CY  - Hamburg, Deutschland
PB  - Diplom.de
SN  - 9783832463922
TI  - Entwicklung eines Konzepts zur Klassifizierung und zielgerichteten Nutzung historischer Materialstammdaten mit Methoden des Data Mining am Beispiel SAP R/3
DO  - 10.3239/9783832463922
UR  - https://m.diplom.de/document/221822
N2  - Inhaltsangabe:Zusammenfassung:  In den letzten zehn Jahren ist die Menge der weltweit gesammelten und gespeicherten Daten immens angestiegen. Diese Daten können 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 können. Im Verlauf der industriellen Auftragsabwicklung ist es z.B. notwendig, existierende Materialstammdaten schnellstmöglich wiederzufinden. Die Einordnung der Materialstammdaten in das Fachgebiet der Produktionsplanung und –steuerung verdeutlicht die Problematik. Dieser Zustand macht eine Datenauswertung mit traditionellen Mitteln unmöglich. Daher ist der Wunsch nach Verfahren entstanden, die automatisch interessante Muster aus großen Datenbeständen filtern. Aus dieser Zielsetzung ist das Forschungsgebiet des Knowledge Discovery in Databases (KDD) Anfang der 90er Jahre entstanden. Mit Hilfe eigener Methoden werden Abhängigkeiten und Regelmäßigkeiten zwischen Datenbankeinträgen und Dokumenten gefunden. Anschließend wird das gefundene Wissen in einer für den Menschen verständlichen Form präsentiert. In diesem Zusammenhang stellt ein von der SAP AG neu entwickeltes Tool eine Lösungsmöglichkeit für das Materialstammdatenmanagement dar. Dazu wird in der vorliegenden Arbeit das Thema KDD unter ausgewählten Aspekten analysiert. Das neuartige Tool soll in den KDD Prozeß integriert werden. Anschließend werden die einzelnen Schritte des KDD Prozeß für 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 letzten Jahren wurden die Fähigkeiten, immense Mengen an Daten zu produzieren und zu sammeln enorm verstärkt. Die Anzahl und die Größe der genutzten Datenbanken im Handel, in der öffentlichen Verwaltung, in der Wissenschaft, in der Produktion und anderen Bereichen wächst stetig. Die gleiche Entwicklung ist für den Bereich der EDV-Anwendungen zu beobachten. Mit der zunehmenden Vernetzung der Unternehmen steigt im industriellen Bereich demnach die Anzahl der internen und externen Datenquellen. Diese Informationsflut hat zur Folge, daß in den Unternehmen ein großer Teil der Arbeitszeit mit der Erstellung, Änderung, Ablage und Weiterleitung von Informationen […]
KW  - client-server-architektur, suchmaschine, data, warehouse, produktionsplanung, knowledge, discovery
LA  - Deutsch
ER  -