Maschinelles Lernen bei hohem Variantenreichtum und kleinen Serien

Abstract Mit der fortschreitenden Digitalisierung wachsen die Forderungen nach der Ausschöpfung des Potentials der dabei erhobenen Daten. Hierfür haben die Methoden des Maschinellen Lernens ihre Praxistauglichkeit bewiesen. Jedoch ergeben sich bei der Anwendung dieser Technologie in Produktionssystemen mit hohem Variantenreichtum und kleinen Serien, vielschichtige Herausforderungen. Das Feature Engineering als Teil der Datenaufbereitung birgt hierbei ein großes Potential zur deren Bewältigung. Anhand des Beispiels der Nutzfahrzeugproduktion werden in diesem Beitrag Handlungsempfehlungen hierzu aufgezeigt.