2018/2019: Korrelationsanalysen im Bereich Sensorproduktion (Prozessmining)
Ziel des Projektes war die Verknüpfung von Testdaten aus den Produktionsprozessen (MEMS-Technologie) um den Einfluss verschiedener Faktoren, die während der Produktion anfallen, zu analysieren. Aus den Analysen der großen Datensätze (mehrere Gigabyte) wurde erkannt, welche Faktoren einen entscheidenden Einfluss auf die Qualität des Endproduktes haben.
Methoden und Softwaretools:
R, R-Studio, Predictive Maintenance, Python, Machine Learning Visualisierung mit Tableau, Qlik Sens, Statistische Auswertungen