10.1 Motivation
10.2 Datenwissenschaft und Feldbeobachtung im Qualitätsmanagement
10.2.1 Datenwissenschaft im Qualitätsmanagement
10.2.2 Feldbeobachtung
10.3 Zielsetzung im Forschungsvorhaben
10.3.1 Befähigung und gezielte Qualifikation von Mitarbeitern
10.3.2 Niederschwelliger Einstieg in Datenanalysen für konkrete Anwendungsfälle
10.4 Einsatz Industrieller Datenanalysen in der Feldbeobachtung
10.4.1 Inhaltliche und Methodische Umsetzung
-
Datenverständnis: Daten und deren Zusammenhänge wurden in Informationsmodellen bzw. in einem Business Glossar charakterisiert. Die entsprechenden Datenstrukturen wurden auch zum Abgleich als Anwendungsbeispiel für das Datenbackend in AKKORD zur Verfügung gestellt (siehe Kap. 5).
-
Geschäftsverständnis und Nutzerbezug: Die wichtigsten Nutzergruppen von Ergebnissen der Felddatenanalyse wurden befragt und in Form von 7 Personas charakterisiert. Personen aus diesen Nutzergruppen wurden zusätzlich vor der Modellbildung über Fragebögen zu ihren Einschätzungen und Priorisierungen der Anwendungsfälle befragt.
-
Evaluation: Die o. g. Nutzergruppen wurden in die Evaluation der Ergebnisse, wieder über Fragebögen, mit einbezogen. Zusätzlich wurde das Gesamtergebnis immer anhand historischer Befunde auf Plausibilität geprüft.