Ontologie-basiertes Datenmodell für den Digitalen Zwilling in der Lieferkette

Institut

Institut für Werkzeugmaschinen und Betriebswissenschaften (TUM-ED)

Typ

Semesterarbeit / Masterarbeit /

Inhalt

theoretisch / konstruktiv /  

Beschreibung

Ausgangssituation

Globale Lieferketten erzeugen große Mengen an Daten, die in einer Vielzahl an Systemen anfallen: Lieferantenstammdaten in ERP-Systemen, Produktionsdaten im MES und externe Kennzahlen in Datenplattformen wie Catena-X. Da diese Quellen bislang weitgehend isoliert betrieben werden und kein gemeinsames Datenmodell existiert, lassen sich die Daten nur schwer integrieren und gemeinsam auswerten. Fortgeschrittene Analysen wie Risikofrüherkennung, Lieferkettenoptimierung oder datengetriebene Simulation sind unter diesen Bedingungen kaum umsetzbar. Um dieses Potenzial zu erschließen, braucht es ein Datenmodell, das heterogene Quellen semantisch integriert und Zusammenhänge zwischen Lieferanten, Produkten und Prozessen explizit abbildet. Auf dieser Grundlage lässt sich ein Digitaler Zwilling der Lieferkette realisieren, der Transparenz schafft und als Datenbasis für Simulation und Machine Learning dient.

 

Zielsetzung

• Konzeption eines ontologie-basierten Datenmodells als semantische Grundlage für den Digitalen Zwilling einer Lieferkette
• Entwurf einer Ontologiestruktur, die Stammdaten (Lieferanten, Produkte, Standorte) und Bewegungsdaten (KPIs, Aufträge, Ereignisse) abbildet
• Konzeption der Integration externer Datenquellen (Catena-X) und interner Systeme (ERP, MES) unter Erhalt der semantischen Information
• Entwicklung einer hybriden Datenhaltungsstrategie, die die Ontologie mit spezialisierten Datenbanken für Zeitreihen und Transaktionsdaten verbindet
• Prototypische Implementierung und Evaluation der Eignung des Modells als Datenbasis für Simulation und Machine Learning

Voraussetzungen

Anforderungen

• Studium der Ingenieurswissenschaften, Informatik, Wirtschaftsinformatik oder eines vergleichbaren Studiengangs
• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift
• Grundkenntnisse in Python sowie Interesse an Datenmodellierung und Softwarearchitektur
• Eigenständige, strukturierte Arbeitsweise und Bereitschaft zur Einarbeitung in neue Technologien (Ontologien, Semantic Web)
• Interesse an der Schnittstelle zwischen Lieferkettenmanagement, Datenintegration und KI-Methoden

Tags

IWBLindholm

Möglicher Beginn

sofort

Kontakt

Niklas Lindholm
Raum: 2326
Tel.: 08928915585
niklas.lindholmiwb.tum.de