​Das Änderungsmanagementin der Produktentwicklung der Automobilindustrie ist gekennzeichnet durchsteigende Relevanz und zunehmende Komplexität. Da Änderungen in großenUnternehmen über Anträge in Workflowsystemen gesteuert werden, wird eineVielzahl von Daten erzeugt. Diese große Datenbasis wird zunehmend zurWissensgenerierung und Prozessverbesserung genutzt. Methoden der Statistik sindaber oftmals ungeeignet. Armin Sharafi analysiert mehr als 53.000Änderungsanträge aus fünf Jahren Entwicklungstätigkeit eines großenAutomobilkonzerns. Schritt für Schritt wird mit Hilfe des für die Domäneneuartigen Ansatzes des Knowledge Discovery in Databases die Datenbasis zurWissensgenerierung untersucht. Muster werden durch Methoden des Data Mining undText Mining entdeckt und Handlungsempfehlungen zur Verbesserung derProduktentwicklung abgeleitet.

​Das Änderungsmanagementin der Produktentwicklung der Automobilindustrie ist gekennzeichnet durchsteigende Relevanz und zunehmende Komplexität. Da Änderungen in großenUnternehmen über Anträge in Workflowsystemen gesteuert werden, wird eineVielzahl von Daten erzeugt. Diese große Datenbasis wird zunehmend zurWissensgenerierung und Prozessverbesserung genutzt. Methoden der Statistik sindaber oftmals ungeeignet. Armin Sharafi analysiert mehr als 53.000Änderungsanträge aus fünf Jahren Entwicklungstätigkeit eines großenAutomobilkonzerns. Schritt für Schritt wird mit Hilfe des für die Domäneneuartigen Ansatzes des Knowledge Discovery in Databases die Datenbasis zurWissensgenerierung untersucht. Muster werden durch Methoden des Data Mining undText Mining entdeckt und Handlungsempfehlungen zur Verbesserung derProduktentwicklung abgeleitet.