Niveau: Mittelstufe
Es gibt bemerkenswerte Beispiele für den Einsatz von Text-Mining-Techniken auch in Ingenieurabteilungen, etwa die Analyse von Qualitätstrends und die Erstellung von Berichten über optimierte Instandhaltung durch Text Mining von Instandhaltungsaufzeichnungen. Dieser Bericht stellt einen Fall vor, in dem Qualitäts- und Produktivitätsprobleme aufgedeckt und deren Ursachen durch Text Mining von Produktionsleistungsdaten identifiziert wurden.
Die Produktionsleistungsdaten enthalten zahlreiche Variablen, darunter Maschinen- und Bedienernummern, Prozessbedingungen, Materialbeschaffenheit und Sonderhinweise. Sonderhinweise sind manuell von den Bedienern erfasste Textdaten bei Auftreten von Unregelmäßigkeiten. Da sie Wörter enthalten, die nicht mit den Unregelmäßigkeiten in Zusammenhang stehen, werden sie als Stoppwörter erfasst und von der Analyse ausgeschlossen. Anschließend werden Synonyme wie „Fehler, Fehler, Fehler“ durch eine Umkodierung durch ein einzelnes Wort ersetzt. Nach dieser Vorverarbeitung wird das Vorhandensein oder Fehlen häufig auftretender, abweichender Wörter in einer Spalte gespeichert. Durch die Analyse dieses Vorhandenseins oder Fehlens in Bezug auf zwei Variablen, beispielsweise die Produktionsbedingungen, werden Korrelationen mit Abweichungen in Bezug auf Maschine, Bediener, Prozessbedingungen und Materialbeschaffenheit deutlich. Dies ermöglicht die Ermittlung der Ursache der Abweichung.
