Verzeichnis der Abschlussarbeiten

In Anbetracht der zunehmenden Komplexität durch wachsende Produktportfolios und wechselnde Kundenanforderungen stehen Unternehmen vor Herausforderungen bei der Analyse ihrer komplexen Produktportfolios. Um strategisch bedeutende Entscheidungen hinsichtlich der Produktportfolios treffen zu können, sind datenunterstützte Analysen notwendig.
In dieser Arbeit wird ein Data-Mining-Referenzmodell erstellt, in dem das Geschäftsverständnis eines produzierenden Industrieunternehmens berücksichtigt wird. Die Entwicklung erfolgt nach den Design-Science-Forschungszyklen von Hevner. Es wird der aktuelle Stand der Wissenschaft im Hinblick auf Data Mining sowie komplexe Produktportfolios untersucht. Im Rahmen einer qualitativen Inhaltsanalyse der Geschäftsberichte ausgewählter Unternehmen, die sich in ihrer Unternehmensstrategie mit komplexen Produktportfolios beschäftigen, wird die Relevanz des Themas in einem industriellen Umfeld erforscht und die Relevanz belegt.
Im Wesentlichen folgt das Data-Mining-Referenzmodell dem “Cross Industry Standard Process for Data Mining“ (CRISP-DM-Modell). Dabei werden nicht nur die definierten Geschäftsziele, sondern auch die Datenbereinigung und -vorbereitung sowie die Modellentwicklung und Implementierung berücksichtigt. Die Evaluierung des Referenzmodells erfolgt durch Interviews mit Experten, um generelle Anforderungen an Produktportfolioanalysen sowie die Umsetzbarkeit zu ermitteln und Feedback zum vorgestellten Referenzmodell einzuholen. Mit dem Ergebnis werden produzierende Unternehmen bei strategischen Entscheidungen bezüglich ihres Produktportfolios auf Basis datengestützter Analysen unterstützt.

Due to the continuously increasing complexity of growing product portfolios and constantly changing customer requirements, companies encounter challenges in analysing their complex product portfolios. Data- supported analyses are necessary to enable making strategically important decisions regarding product portfolios.
This master’s thesis presents a data-mining reference model that emphasizes the business understanding of a company in the manufacturing industry. The current state of science related to data mining as well as complex product portfolios is examined. Through a qualitative content analysis of the annual reports of selected companies that deal with complex product portfolios in their corporate strategies, the relevance of the topic in an industrial context is examined and substantiated.
Essentially, the data-mining reference model follows the dem “Cross Industry Standard Process for Data Mining“ (CRISP-DM model), which considers not only the defined business objectives but also data cleaning and preparation, as well as model development and implementation. The evaluation of the reference model was conducted through interviews with experts to identify general requirements for product portfolio analyses, as well as feedback on the feasibility of the presented reference model. The results support manufacturing companies in making strategic decisions regarding their product portfolios based on data-driven analyses.