Das Schlagwort „Big Data“ verspricht die Gewinnung relevanter Informationen durch die automatisierte Erfassung und Analyse sehr großer Datenmengen für unterschiedliche Anwendungsbereiche. Damit lassen sich praktisch alle wesentlichen Informationen zur Bewertung einer komplexen Situation erfassen. Big-Data-Technologien können dann mit Hilfe geeigneter Indikatoren Situationen in Echtzeit bewerten und genaue Prognosen ermöglichen. Wesentlich für diese Technologien ist die Verarbeitung großer Datenmengen unter engen zeitlichen Rahmenbedingungen, um die Aktualität der Ergebnisse sicherzustellen. Existierende betriebliche Informationssysteme auf der Basis relationaler Datenbankmanagementsysteme erreichen dabei ihre Grenzen und können in der Regel die geforderten Antwortzeiten nicht mehr erfüllen. Neuere Datenbanktechnologien versprechen hier einen deutlichen Effizienzgewinn, so dass auch sehr große Datenmengen im Rahmen interaktiver Anwendungen verarbeitet und analysiert werden können. Dieses Kapitel gibt anhand eines Beispiels zur Erfassung und Auswertung von Daten einer Betriebsdatenerfassung einen Überblick über diese Technologien.

Mit der zunehmenden Menge textueller Daten im Web 2.0 wächst auch die Notwendigkeit der maschinellen Auswertung dieser Daten, beispielsweise um in Texten geäußerte Meinungen aufzuspüren (Opinion Mining). Im vorliegenden Beitrag wird das Aspect-based Opinion Mining – ein Verfahren mit sehr hohem Detaillierungsgrad – für deutschsprachige Texte anhand eines Projekts für die Versicherungswirtschaft vorgestellt. Es wird gezeigt, dass in Bewertungsplattformen geäußerte Meinungen zu Produkten und Services von Versicherungen mit einer Genauigkeit von etwa 90% und einer Vollständigkeit von ca. 80% für positive und ca. 60% für negative Meinungen erkannt werden können.

Value stream mapping (VSM) is a widely proven method to optimize a production. The practical approach, the manageable effort and the target-oriented procedure are the factors of success of this method. However, the method is of limited use when applied to make-to-order (MTO) environments. This paper aims to describe the shortcomings of VSM with respect to an application in a MTO production. The paper concentrates on the different logistic targets VSM impacts, as well as the manufacturing control tasks VSM applies. To set the basis for an application of VSM in MTO companies, requirements are described both for the logistic targets of VSM and the related manufacturing control tasks.

Keramische Werkstoffe werden aufgrund ihrer hervorragenden Verschleißresistenz und Biokompatibilität zunehmend in der Implanattechnik verwendet. Bisher jedoch konnten Keramiken für vollkeramische Knieimplantate nicht erfolgreich eingesetzt werden. Grund hierfür sind zunächst fehlende Anforderungskriterien an das Design und die geometrischen sowie topografischen Gegebenheiten eines vollkeramischen Knieimplantats. Darüber hinaus stellen die in der Implantattechnik eingesetzten Implantate hohe Anforderungen an die automatische Schleif- und Polierbearbeitung, welche erforderlich ist, um ein vollkeramisches Knieimplantat wirtschaftlich zu fertigen. Im Rahmen dieser Arbeit werden nachgiebige Diamantwerkzeuge eingesetzt, um verschleißgerechte Oberflächen auf keramischen Implantaten zu erzielen. Hierfür wird zunächst das Prozessverständnis für nachgiebige Werkzeuge geschaffen, um auf Basis der aktiven Kornanzahl und der Polierkraft keramische Oberflächen gezielt zu polieren. Abschließende Verschleißmessungen keramischer Implantatprüflinge zeigen auf, dass die Anzahl der Mikrokontakte der Implantatflächen anstelle der Rauheit maßgeblich für die Verschleißrate ist. 

In this paper, we report about benchmark experiments and results from optimizing database connectivity for querying social networking data from Apache Shindig in a Neo4j database. We built on our experiments from [1] and tried to improve performance of the current RESTful http connection in comparison to JDBC in order to fully utilize performance benefits of the graph database compared to relational database management systems. We implemented a database driver based on WebSockets. We found that BSON is a better data transfer format than JSON and compression increases performance in some settings while decreasing it in others. Multiple WebSocket connections are needed to scale to a high number of client requests and fully utilize database performance. Multi-threading is another key factor for scalability. Implementing a kind of stored procedure, we were able to further increase throughput and decrease response times.