Abschlussarbeitsbetreuung | Dr. Carolin Wagner | Institut für Wirtschaftsinformatik

VCard

QR-Code

Dr. Carolin Wagner
Ehemalige Mitarbeiterin

Lehrstuhl für Wirtschaftsinformatik und Logistik (Prof. Hellingrath)

Leonardo Campus 3
48149 Münster

Short-URL: ERC.IS ShortURL

erc.is/p/wagner

Betreute Abschlussarbeiten
- Quantitativer Vergleich von datengetriebenen Prognosemethoden - Konzeption und Implementierung einer einheitlichen Methodik (Masterarbeit IS, 2021)
- Anwendbarkeit von Zeitreihen-Clustering im Bereich Predictive Maintenance (Bachelorarbeit WI, 2020)
- Entwicklung eines generischen Prozesses für die Datenvorbereitung im Bereich Predictive Maintenance (Bachelorarbeit WI, 2020)
- Qualitative Bewertung von Verfahren des maschinellen Lernens für die Fehlerprognose im Bereich von Predictive Maintenance (Bachelorarbeit WI, 2020)
- Entwurf einer Kosten-Nutzen-Analyse für den Einsatz von Predictive Maintenance (Bachelorarbeit WI, 2019)
- Ein Entscheidungsmodell für die Auswahl flottenbasierter Prognosemethoden (Masterarbeit IS, 2019)
- Methodenselektion für Maschinenzustandsprognosen am Beispiel der Stahlrohr-Industrie: Ein Prozess zur Entscheidungsunterstützung (Masterarbeit IS, 2019)
- Potential der Bayesschen Statistik im Bezug auf PHM im Flottenkontext (Bachelorarbeit WI, 2019)
- Einführung von Predictive Maintenance – Erhebung und Analyse von Prozessmodellen durch Experteninterviews (Bachelorarbeit WI, 2019)
- Identifikation und Klassifikation der Ansätze zur Entscheidungsunterstützung im Bereich der Vorausschauenden Instandhaltung (Bachelorarbeit WI, 2018)
- Fehlerdiagnose mit Flottendaten im Bereich der vorausschauenden Instandhaltung – Charakterisierung und Bewertung der vorhandenen Methoden unter Berücksichtigung verschiedener Flottentypen (Bachelorarbeit WI, 2017)
- Entwicklung eines Prozesses zur Datenanalyse im Kontext der zustandsbasierten Instandhaltung (Bachelorarbeit WI, 2017)
- Bewertung von Künstlichen Neuronalen Netzen für die auf Predictive Analytics Basierende Vorhersage im Bereich der Zustandsorientierten Instandhaltung (Masterarbeit IS, 2017)
- Anwendbarkeit von Machine Learning Techniken für zustandsorientierte Instandhaltung im Kontext einzelner Modulausfälle in in-vitro Diagnostik Instrumenten (Bachelorarbeit WI, 2017)

Betreute Abschlussarbeiten