Suchergebnisse

Die Entwicklungen im Bereich der Automatisierung hin zu steigender Datendurchgängigkeit in Kombination mit der Verfügbarkeit frei zugänglicher Datenanalyseplattformen
 
und -algorithmen erlauben neue Ansätze zur kontinuierlichen Verbesserung von Produktionsprozessen. Auch etablierte Vorgehensweisen wie Six Sigma können und müssen in diesem Rahmen weitergedacht und angereichert werden. Folglich gilt es, die klassische, hauptsächlich deskriptive Herangehensweise von Six Sigma um relevante Methoden und Algorithmen aus den Bereichen Data Mining, Machine Learning und künstliche Intelligenz zu erweitern. Die klassische Six Sigma Ausbildung bietet für diesen Wandel gute Voraussetzungen, die es auszubauen und anzupassen gilt.
 
The increasing data availability in combination with open source data analysis platforms and algorithms pave the way for new ways of operationalizing continuous improvement tasks in the field of production processes. Even established approaches like Six Sigma need to be enhanced and enriched in this context. Consequently, the classical and more descriptive nature of Six Sigma should consider relevant methods and algorithms out of the field of data mining, machine learning and artificial intelligence. The classical Six Sigma training provides a good basis for this change to broaden the Six Sigma scope and its toolbox.