Data Management in Product Development and Production

Master of Science

Das Masterstudium Datenmanagement in Produktentwicklung und Produktion

Was Sie bei uns erwartet:

Die Daten sind das Band zwischen der virtuellen und der realen Welt. Bei uns lernen Sie beide kennen.

Der Begriff Datenmanagement steht für ein überaus breites Themenfeld. Eine Fokussierung ist daher wichtig und notwendig. Die Ausrichtung der Inhalte auf die Produktentwicklung und die Produktion gibt dem Studiengang seinen Namen:

Masterstudiengang Datenmanagement in Produktentwicklung und Produktion (MDP).

Image 678 logo

Nach erfolgreichem Abschluss des Studiums beherrschen Sie neben dem Management und der Analyse von großen und komplex verschachtelten Dateninhalten, wie sie in der Produktentwicklung und Produktion entstehen, auch das Ableiten von Vorhersagen zukünftiger Ereignisse.

Darüber hinaus erwerben Sie zahlreiche Kompetenzen aus den angrenzenden Fachgebieten. Wie aus einer Helikopterperspektive besitzen Sie Einblicke in die angrenzenden Themengebiete.

Den roten Faden im Masterstudiengang stellt ein Anwendungsfall (Usecase) dar, der sich durch das gesamte Studium zieht. Die Vielfältigkeit dieses Masterstudiums zeigt sich in diesen Projekten. Dabei handelt es sich um Projektarbeiten, die innerhalb des Studiums angelegt sind und sich an aktuellen Themen richten. Dadurch erhalten Sie einen Praxisbezug, den nicht viele Masterstudiengänge in so einer Form anbieten.

Projekte des Studiengangs MDP

Image 678 basiswissen

Flankierend zu den theoretischen Grundlagen rund um das Thema Datenmanagement erlenen Sie praxisorientierte Inhalte. Die Vorlesungsinhalte teilen sich in die oben dargestellten Bereiche ein. Hierdurch wird auch ersichtlich, dass die Vorlesungen aufeinander aufbauen und dieser Masterstudiengang nur zum Sommersemester angeboten wird.

Die Vorlesung Digitale Produktentwicklung, befähigt Sie einen Produktentstehungsprozess (PEP) zu beschreiben, planen und die damit verknüpften Datenströme zu beurteilen. Dazu verknüpfen Sie die Anwendung unterschiedlicher CAx-Technologien mit den Quality-Gates des Produktentstehungsprozesses. Darauf aufbauen wird im Wintersemester die Vorlesung Digital Twin/CP-Factory angeboten. Ausgehend vom digitalen Zwilling des Produktes (CAD-Modell) sind Sie in der Lage, ein digitales Modell (Digital Twin) von Teilen einer Montageanlage zu entwerfen. Mit dem aus anderen Modulen erworbenen Wissen über die erforderliche Kinematik, Sensorik, Aktorik und Steuerungstechnik und durch Anwendung eines geeigneten Softwaretools entscheiden Sie über den Aufbau des digitalen Modells.

In Datenmodelle Sensor- und Messtechnik erlernen Sie typische Problemstellungen aus dem Bereich Sensorik eigenständig zu analysieren, hochgenaue Messsysteme auszuwählen, Signale zu erfassen und daraus Lösungsvorschläge zu erarbeiten. Sie können Prozesskennzahlen definieren und aus den Messsignalen berechnen. In der Vorlesung Vernetzung von Produktionssystemen sind Sie in der Lage Prozessüberwachungsstrategien im Rahmen der automatisierten Produktion zu entwickeln. Dazu wählen Sie unter Berücksichtigung des Betriebsdatenmanagements geeignete Methoden zur Vernetzung von Maschinen oder Anlagen und zur Planung der Fertigungsleittechnik aus.

Durch die Vorlesung Datenbanken sind Sie fähig Konzepte des Informationsmanagements mit relationalen Datenbanken aus der Sicht von Datenbankanwendern zu bewerten. Dazu leiten Sie erforderliche Eigenschaften und zu leistende Aufgaben von Datenbanksystemen für große verteilte Anwendungen auf Mehrrechnersystemen ab, um die Modellierung dieser Informationssysteme durchzuführen. In Big Data erlernen Sie die wesentlichen theoretischen Grundlagen, Einsatzpotenziale und Risiken von Big Data Technologien und können diese erläutern. Sie sind vertraut mit verschiedenen Technologien, die eine Analyse von umfangreichen Mengen an Daten erlauben, und können diese beurteilen und anwenden. Darüber hinaus sind Sie in der Lage, diese Technologien zur Lösung in den passenden Problemstellungen einzusetzen.

In der Vorlesung Predictive Analytics erlernen Sie wesentlichen theoretischen Grundlagen, Einsatzpotenziale und Risiken und können diese erläutern. Sie sind vertraut mit verschiedenen Methoden zur Analyse von umfangreichen Mengen an Daten und können diese beurteilen und anwenden. Darüber hinaus sind sie in der Lage, diese Methoden zur Lösung praktischer Problemstellungen in geeignete Softwaretools einzusetzen. In Machine Learning lernen Sie theoretische Grundlagen, Einsatzpotentiale und -Risiken. Sie können die Begriffe "Machine Learning" und "Künstliche Intelligenz" voneinander abgrenzen. Sie kennen den Prozess zur Erstellung komplexer ML-Systeme und die zugehörige Referenzarchitektur.

In der Vorlesung Digitale Transformation/ Industrie 4.0 werden die gesellschaftlichen, politischen und technischen Strömungen sowie die historischen Entwicklungen, die zum Zeitalter der Digitalisierung und der Industrie 4.0 geführt haben, gelehrt. Hierdurch werden Sie befähigt Digitalisierung und Industrie 4.0 voneinander abzugrenzen. Auf dieser Basis werden die drei Dimensionen der Digitalisierung (Geschäftsmodell, Prozess und Produkt) erarbeitet und konkretisiert, die den Leitfaden der restlichen Vorlesung bilden. Sie lernen Methoden und Konzepte kennen die in jeder Dimension zum Einsatz kommen, und können diese dann IT-unterstützt an eigenen Use-Cases umsetzen. In Datensicherheit / Cyber Security werden Sie in der Lage sein, Betriebssysteme, Netzwerke und Sicherheitskonzepte zu analysieren, um in einer komplexen IT-Infrastruktur die Gefahren und Bedrohungen zu identifizieren. Zudem werden Sie mit symmetrischen und asymmetrischen Verschlüsselungsverfahren vertraut gemacht.

In Projekt 1 werden Sie fähig, Applikationen zur Montage von Baugruppen zu entwickeln, wobei Aktorik- und Sensorik-Elemente integriert und Schnittstellen zu Datenbanken eines Produktionssystems angelegt werden. Sie sind in der Lage einzuschätzen, welche erlernten Inhalte aus dem ersten Semester wann im Projektverlauf einzusetzen sind. So bauen Sie die Basis für Teilmodule auf, welche im Projekt II im Folgesemester benötigt werden. In Projekt 2 werden Sie aufbauend auf ihrem Wissen und Lösungen aus dem Projekt 1 komplexere Systeme entwickeln, die besonderen Aspekte des 2. Semesters wiederspiegeln. Sie halten in der Realisierung gesetzte Meilensteine ein und integrieren Methoden des Projektmanagements in Ihre Arbeit. Sie können ihre Ergebnisse kritisch bewerten und die Resultante Publikumsgerecht aufarbeiten und präsentieren.

Der Masterstudiengang Datenmanagement in Produktentwicklung und Produktion umfasst eine Regelstudiendauer von insgesamt 3 Semestern mit zusammen 50 Semesterwochenstunden. In den ersten beiden Semestern werden durch Vorlesungen, Projekte, Referate und Selbststudium die fachlichen Grundlagen zur Bearbeitung der Masterarbeit gelegt, welche im 3. Semester angesetzt ist.

Image 678 vorlesungen