Databases Reference
In-Depth Information
Handlungsempfehlungen
Mit Hilfe der Assoziationsregeln wurde zahlenmäßig belegt, mit welcher Wahrscheinlichkeit
ein Modul Teil eines Änderungsantrags ist, wenn als Bedingung ein anderes Modul vorgege-
ben wird. Dieses Beziehungswissen kann bei der Antragserstellung genutzt werden. Dem Er-
steller können jeweils nach der Eingabe eines Moduls die weiteren wahrscheinlichen Module
angezeigt werden und schneller Teil der Änderung werden. Aus Sicht der Entwickler dienen
die Informationen über die
frequent item sets
dazu, besondere Abhängigkeiten im Modulsys-
tem zu identifizieren. Diese können genutzt werden, um die Auswirkungen von Änderungen
auf Module besser abzuschätzen und helfen auch bei der Identifikation neuer Interdependen-
zen. Diese Interdependenzen sollten einzeln analysiert werden und wenn notwendig die Ent-
wicklungsprozesse angepasst werden.
Nutzen von KDD
Die Methoden der Assoziationsanalyse und der
frequent item sets
helfen, bislang unbekannte
Abhängigkeiten zu entdecken. Ihre Algorithmen ermöglichen die schnelle Berechnung. Der
Einsatz beschränkt sich dabei nicht nur auf Module, sondern kann auch auf Konstruktionsbe-
reiche oder einzelne Teile ausgeweitet werden. Auch denkbar sind Analysen u. a. hinsichtlich
der Abhängigkeiten zwischen einzelnen Personen, oder aber auch zwischen den an der Ent-
wicklung beteiligten Abteilungen. Dadurch wird die Transparenz innerhalb der Produktent-
wicklung erhöht und Zusammenhänge werden sichtbar gemacht.
Weiterer Forschungsbedarf
Aus Sicht der Produktentwicklung sind insbesondere diejenigen Abhängigkeiten von Interes-
se, die auf den ersten Blick nicht vermutet bzw. in ihrer Ausprägung nicht abschätzbar waren.
Dabei kann es sich z. B. um Interdependenzen zwischen Modulen handeln, die aus Sicht der
Platzierung im späteren Fahrzeug keinen direkten Zusammenhang aufweisen, jedoch auf-
grund von Querbezügen miteinander in Verbindung stehen. Informationen über derartige Zu-
sammenhänge sind für die Gestaltung der Entwicklungsprozesse von großer Bedeutung und
helfen, Abstimmungsprozesse im Prozess zu verankern. Dies hilft bei der Vermeidung von
Änderungen und somit bei der Beschleunigung der Entwicklung.
6.2.6
Projektrelationen als Treiber für überdurchschnittlich lange Durchlaufzeiten
Analyseergebnisse
Bei der Beantwortung der Fragestellung wurden zunächst die Durchlaufzeiten ermittelt. Dabei
zeigte sich, dass die meisten Änderungen in die Klasse zwischen 21 und 30 Tagen fallen, der
Median bei den betrachteten 50.089 Änderungsanträgen bei 39 Tage sowie der Mittelwert bei
57,7 Tagen liegt. Insgesamt wurde eine linksschiefe Verteilung festgestellt (vgl. Abbildung
5-34). In einem nächsten Schritt wurde aufgrund der zunehmenden Gleichteileverwendung
untersucht, welchen Einfluss eventuell existierende Abhängigkeiten zwischen einzelnen Ent-
wicklungsprojekten auf die Durchlaufzeit haben.
