Databases Reference
In-Depth Information
verwendet. Die Ergebnisse sind jedoch eindeutig und für die Auswertungen verwendbar.
Denkbar und möglich ist die Einbeziehung von Daten über die Zeit, die beteiligten Entwick-
lungsprojekte und Derivate. Der Analyseprozess ist somit geeignet, um die aufgestellte Frage-
stellung zu beantworten.
Weiterer Forschungsbedarf
Tiefergehende Analysen bezogen auf einzelne Bauteile mit besonders vielen Änderungen
helfen, besonders intensive Entwicklungstätigkeiten zu identifizieren. Dabei kann für jedes
einzelne Material historisch argumentiert werden, wie oft dieses in einer vorgegebenen Fahr-
zeugklasse geändert wurde. Weiterhin interessieren Fragestellungen nach stabilen Durch-
schnittswerten als Zielwert für serienreife Materialien. Abhängig von der Anzahl der für ein
Fahrzeug neu zu entwickelnden Teile kann z. B. eine Abschätzung über die zukünftig eintre-
tenden Änderungsfälle abgegeben werden. Zu analysieren sind weiterhin die Einflussfaktoren,
die auf die Anzahl der Änderungen eines Materials wirken. Dazu kann der modellierte Pro-
zess als Grundlage dienen.
6.2.5
Interdependenzen innerhalb der Fahrzeugmodulstruktur
Analyseergebnisse
Die Ergebnisse der Analysen um Abhängigkeiten zwischen Modulen in Änderungsanträgen
festzustellen liefern Resultate in zwei unterschiedlichen Formen. Zum einen werden im Zuge
der Untersuchung Assoziationsregeln gefunden, und zum anderen
frequent item sets
. Die As-
soziationsregeln stellen die Interdependenzen zwischen den Modulen dar und drücken aus,
mit welcher Wahrscheinlichkeit ein Modul von einer Änderung betroffen sein wird, wenn
zuvor ein anderes Modul als von der Änderung betroffen identifiziert ist. Dazu werden ein-
zelne Assoziationsregeln berechnet, die diese Beziehung unter der Vorgabe des Supportni-
veaus als Konfidenzwert ausgeben.
Durch die Berechnung wurden 138 Regeln identifiziert, die nun auf der Basis des gesamten
Datensatzes diese Wahrscheinlichkeiten angeben. Die wahrscheinlichsten Modulkombinatio-
nen sind dadurch ausgewiesen. Zudem besteht die Möglichkeit, die Zusammenhänge auch in
Form einer grafischen Darstellung auszugeben (vgl. Abbildung 5-32). Diese ermöglicht das
schnelle Finden von losgelösten Bereichen, also von Modulkombinationen, die relativ wenig
Auftretenswahrscheinlichkeit mit anderen Modulen haben sowie von Modulen, die über meh-
rere Module hinweg in Beziehung stehen.
Die berechneten
frequent item sets
geben an, mit welcher Wahrscheinlichkeit ein oder mehre-
re Module bei einem Änderungsantrag auftreten. Die Analyse des gesamten Datensatzes
ergab bei einem Supportniveau von 0,1 % 189 Sets. Diese Sets können unterschiedlich groß
sein und ein oder mehrere Items enthalten.
