Industrie 4.0 bedeutet mehr Komplexitat -- nicht zuletzt auch während des Engineerings automatisierter Produktionssysteme. Essenziell für den Erfolg von Industrie 4.0-Entwicklungsprojekten ist, dass Fehler während der Entwicklung frühzeitig erkannt und behoben werden. Solche Fehler manifestieren sich in vielen Fällen durch Inkonsistenzen in den Engineeringdaten, die oftmals sehr heterogener Natur sind. Zur Adressierung dieser Problematik analysiert dieses Kapitel die Herausforderung des Managements (d. h. der Erkennung und Behebung) von Inkonsistenzen in heterogenen Engineeringdaten und stellt einen Ansatz zur Diagnose von Inkonsistenzen vor.
%0 Book Section
%1 FeldmannVogelHeuser17p91
%A Feldmann, Stefan
%A Vogel-Heuser, Birgit
%B Handbuch Industrie 4.0 Bd.\, 2: Automatisierung
%C Berlin
%D 2017
%E Vogel-Heuser, Birgit
%E Bauernhansl, Thomas
%E ten Hompel, Michael
%I Springer
%K 01624 springer paper embedded ai factory engineering system development test tool zzz.i40
%P 315--334
%R 10.1007/978-3-662-53248-5_91
%T Diagnose von Inkonsistenzen in heterogenen Engineeringdaten
%X Industrie 4.0 bedeutet mehr Komplexitat -- nicht zuletzt auch während des Engineerings automatisierter Produktionssysteme. Essenziell für den Erfolg von Industrie 4.0-Entwicklungsprojekten ist, dass Fehler während der Entwicklung frühzeitig erkannt und behoben werden. Solche Fehler manifestieren sich in vielen Fällen durch Inkonsistenzen in den Engineeringdaten, die oftmals sehr heterogener Natur sind. Zur Adressierung dieser Problematik analysiert dieses Kapitel die Herausforderung des Managements (d. h. der Erkennung und Behebung) von Inkonsistenzen in heterogenen Engineeringdaten und stellt einen Ansatz zur Diagnose von Inkonsistenzen vor.
%7 2
%@ 978-3-662-53247-8
@incollection{FeldmannVogelHeuser17p91,
abstract = {Industrie 4.0 bedeutet mehr Komplexitat -- nicht zuletzt auch während des Engineerings automatisierter Produktionssysteme. Essenziell für den Erfolg von Industrie 4.0-Entwicklungsprojekten ist, dass Fehler während der Entwicklung frühzeitig erkannt und behoben werden. Solche Fehler manifestieren sich in vielen Fällen durch Inkonsistenzen in den Engineeringdaten, die oftmals sehr heterogener Natur sind. Zur Adressierung dieser Problematik analysiert dieses Kapitel die Herausforderung des Managements (d. h. der Erkennung und Behebung) von Inkonsistenzen in heterogenen Engineeringdaten und stellt einen Ansatz zur Diagnose von Inkonsistenzen vor.},
added-at = {2017-03-12T11:11:10.000+0100},
address = {Berlin},
author = {Feldmann, Stefan and Vogel-Heuser, Birgit},
biburl = {https://www.bibsonomy.org/bibtex/23c1f5e1b97f1d13999a344f58e3304ea/flint63},
booktitle = {Handbuch Industrie 4.0 Bd.\, 2: Automatisierung},
crossref = {VogelHeuserBauernhanslHompel2017b},
doi = {10.1007/978-3-662-53248-5_91},
edition = 2,
editor = {Vogel-Heuser, Birgit and Bauernhansl, Thomas and ten Hompel, Michael},
file = {SpringerLink:2017/FeldmannVogelHeuser17p91.pdf:PDF},
groups = {public},
interhash = {07342c500f7586fe7b35dbf64025b405},
intrahash = {3c1f5e1b97f1d13999a344f58e3304ea},
isbn = {978-3-662-53247-8},
keywords = {01624 springer paper embedded ai factory engineering system development test tool zzz.i40},
pages = {315--334},
publisher = {Springer},
series = {Springer Reference Technik},
timestamp = {2017-07-13T17:49:37.000+0200},
title = {{Diagnose von Inkonsistenzen in heterogenen Engineeringdaten}},
username = {flint63},
year = 2017
}