Hensoldt

Diese Masterarbeit basiert auf den Erkenntnissen einer Bachelorarbeit, welche die grundsätzliche Machbarkeit von Vorhersagen für Prüfdaten von Produkten nachgewiesen hat. In der Masterarbeit soll die systematische Analyse von weiteren Machine Learning Modellen sowie deren Anwendung auf unterschiedliche Produktgruppen erfolgen. Ziel der Arbeit ist es, die bestehende Machine Learning Pipeline weiterzuentwickeln und verschiedene Machine Learning Modelle zu evaluieren, um deren Anwendung auf unterschiedliche Produktgruppen zu optimieren und präzisere Vorhersagen von Prüfdaten zu Im Rahmen dieser Masterarbeit wird eine systematische Analyse der Leistungsfähigkeit und Eignung verschiedener Machine Learning Ansätze durchgeführt, um deren Potenzial im Kontext der spezifischen Anforderungen der HENSOLDT Produkte zu bewerten. Die Ergebnisse dieser Evaluierung sollen genutzt werden, um eine Kosten-Nutzen Abschätzung durchzuführen anhand derer weitere Investitionen sowie die Integration in die Produktionsprozesse von HENSOLDT diskutiert werden kann. Weiterentwicklung einer Machine Learning Pipeline für die Vorhersage von Testergebnissen für unterschiedliche Baugruppen in Produkten Durchführen einer Kosten/Nutzen Abschätzung für die Integration dieses Ansatzes in unsere Produktionsprozesse