Masterarbeit Datenbasierte Analyse produktivitätsrelevanter Varianztreiber zur Entscheidungsunterstützung in der automobilen Endmontage

• Zusammenführen und Aufbereiten von Varianten-, Prozess- und Qualitätsdaten
• Durchführung von Datenbereinigungen sowie Plausibilitäts- und Konsistenzchecks
• Analyse von Taktzeiten, Nacharbeitsvorgängen und Störungen zur Identifikation von Variantentreibern
• Vergleich unterschiedlicher Varianten und Ausstattungen im Hinblick auf Produktivitätsauswirkungen
• Segmentierung und Mustererkennung in Variantenkombinationen mittels analytischer Methoden
• Erstellung von KPI-Übersichten, Dashboards und Varianten-Rankings zur Entscheidungsunterstützung
• Dokumentation der Datenstruktur sowie Ableitung von Optimierungspotenzialen für die Endmontage

Studiengänge :

• Wirtschaftsingenieurwesen
• Maschinenbau / Produktionstechnik
• Data Science / Data Analytics
• Informatik / Angewandte Informatik
• Wirtschaftsinformatik
• Automotive Engineering
• Industrial Engineering & Management

Studienschwerpunkte :

• Produktions- und Montagetechnik
• Prozessoptimierung / Lean Production
• Statistik & Datenanalyse
• Machine Learning / Predictive Analytics
• Qualitätsmanagement
• Operations Research
• Business Intelligence & Reporting

Fachkenntnisse :

• Produktions- und Endmontageprozesse (Automotive)
• Taktzeit- und Störungsanalyse
• Varianten- und Ausstattungslogiken
• Lean-Methoden (z. B. Wertstromanalyse, 5 Why, Pareto)
• KPI-Systeme in der Produktion
• Grundlagen der Datenmodellierung
• Qualitätsmanagement-Grundlagen (z. B. Fehlerklassifikation)

IT-Kenntnisse :

• Python (Pandas, NumPy, Matplotlib, Scikit‑Learn)
• SQL (Datenbankabfragen, Data Engineering Basics)
• Power BI oder KNIME (Dashboarding, KPI-Visualisierung)
• Excel (PowerQuery, Pivot, Formeln)
• ETL-Kenntnisse (z. B. Data Cleaning Pipelines)
• Grundkenntnisse in Statistiksoftware (R, SPSS)
• Erfahrung mit Versionierung (Git)

Sprachkenntnisse :

• Deutsch & Englisch

Soft Skills:

• Analytisches Denken & strukturiertes Vorgehen
• Affinität zu Daten und Zahlen
• Problemlösungsorientierung
• Selbstständiges Arbeiten
• Kommunikations- und Präsentationsfähigkeit
• Teamfähigkeit (Zusammenarbeit mit Produktion, Qualität, Planung)
• Sorgfalt & Genauigkeit
• Fähigkeit, komplexe Daten verständlich zu visualisieren